p-Index From 2021 - 2026
15.525
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Energi Dan Manufaktur Jurnal Pendidikan Jasmani Jurnal Buana Informatika Jurnal sistem informasi, Teknologi informasi dan komputer Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Pengabdian Kepada Masyarakat Sakai Sambayan Jurnal Informatika dan Teknik Elektro Terapan PROCEEDING IC-ITECHS 2014 Jurnal Ilmiah KOMPUTASI Format : Jurnal Imiah Teknik Informatika Sistemasi: Jurnal Sistem Informasi SemanTIK : Teknik Informasi Jurnal Informatika JIKO (Jurnal Informatika dan Komputer) Turbo : Jurnal Program Studi Teknik Mesin Jurnal CoreIT Empowerment : Jurnal Pengabdian Masyarakat Jurnal Eksplora Informatika METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi J I M P - Jurnal Informatika Merdeka Pasuruan Jurnal Informatika Universitas Pamulang Jurnal Teknoinfo Jurnal ULTIMATICS Jurnal ULTIMA Computing Jurnal Teknologi Sistem Informasi dan Aplikasi METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Pengabdian Magister Pendidikan IPA JUMANJI (Jurnal Masyarakat Informatika Unjani) Indonesian Journal of Applied Informatics KOMPUTIKA - Jurnal Sistem Komputer Jurnal Manajemen Informatika JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Tekno Kompak JISKa (Jurnal Informatika Sunan Kalijaga) JURNAL TEKNIK Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) JATI (Jurnal Mahasiswa Teknik Informatika) Scientific Journal of Informatics JIKA (Jurnal Informatika) Journal On Teacher Education (Jote) Tematik : Jurnal Teknologi Informasi Komunikasi RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI JOINTER : Journal of Informatics Engineering International Journal of Aviation Science and Engineering Journal of Innovation and Technology Jurnal Informatika Terpadu Buguh: Jurnal Pengabdian Kepada Masyarakat J-SAKTI (Jurnal Sains Komputer dan Informatika) JUSTIN (Jurnal Sistem dan Teknologi Informasi) Anoa : Jurnal Pengabdian Masyarakat Sosial, Politik, Budaya, Hukum. Ekonomi BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer International Journal Software Engineering and Computer Science (IJSECS) Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Applied Science, Engineering and Technology (J. ASET) Journal of Computers and Digital Business Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Fokus Elektroda (Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) PAMARENDA : Public Administration and Government Journal Indonesian Journal of Multidisciplinary on Social and Technology JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Jurnal Informatika Polinema (JIP) GEMBIRA (Pengabdian Kepada Masyarakat) Indonesian Journal of Community Services BIMA : Journal of Business and Innovation Management Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Polimesin ANIMATOR SISFOTENIKA Jurnal Sains dan Kesehatan Nemui Nyimah
Claim Missing Document
Check
Articles

Prediksi Popularitas Novel Berbasis Fitur-Fitur Teks Menggunakan Metode Random Forest Nadya Elfareta Azarin; Rizal Adi Saputra; Subardin Subardin
Jurnal Ilmiah Informatika Vol. 9 No. 1 (2024): Jurnal Ilmiah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/jimi.v9i1.57-62

Abstract

In today's digital era, a novel's popularity is often measured by reader response and sales. This research aims to develop a novel popularity prediction model based on text features to provide insights to authors and publishers about the factors that influence reader acceptance. The method used in this research is Random Forest, a machine learning algorithm that can handle classification and regression well. The main goal of this research is to develop a predictive model that can identify key factors that contribute to the popularity of novels. The proposed method integrates text features, such as keyword extraction and sentiment analysis, in a Random Forest framework to predict popularity with high accuracy. The dataset used consists of various novel information, including title, genre, number of pages, and text features such as summary or description. Data is preprocessed to address issues such as missing values ​​and duplicates. Feature extraction is carried out by applying tokenization, stemming, and converting text into TF-IDF vectors. A Random Forest model was built incorporating these features, and the model parameters were optimized through a cross-validation process. The dataset used consists of various novel information, including title, genre, number of pages, and text features such as summary or description. Data is preprocessed to address issues such as missing values ​​and duplicates. Feature extraction is carried out by applying tokenization, stemming, and converting text into TF-IDF vectors. A Random Forest model was built incorporating these features, and the model parameters were optimized through a cross-validation process. The experimental results show that the Random Forest model is able to predict the popularity of novels with a satisfactory level of accuracy. Text features, such as keyword frequency and sentiment analysis, proved significant in their contribution to the predictive ability of the model. These findings provide valuable insight to authors and publishers in understanding reader preferences and the potential success of a novel.
Deteksi Tingkat Gangguan Kecemasan Menggunakan Metode Random Forest Fadhilah, Ghefira Zahra Nur; Saputra, Rizal Adi; Wibowo, Asa Hari
Jurnal Teknik Vol. 13 No. 1 (2024): Januari - Juli 2024
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jt.v13i1.10648

Abstract

Abstract Anxiety is something that must exist in life, so everyone must have it. In everyday life, having anxiety is normal, but excessive anxiety can lead to self-stabilization disorders so that it is classified as an anxiety disorder. With reference to these conditions, this research was conducted with the aim of identifying the early stages of anxiety disorders using the Data Mining process and the Random Forest algorithm. This research applies the Knowledge Discovery in Database (KDD) method for data processing and uses the GAD-7 questionnaire in data collection with a total of 670 records. This study also applied 10-fold cross validation for model evaluation with specificity, sensitivity, and accuracy parameters. The final results of the study show that the prediction of anxiety levels with the Random Forest algorithm has an accuracy rate of 89.55%. Of the total respondents, 12.99% were categorized as normal or not experiencing anxiety disorders, 28.06% experienced mild anxiety disorders, 32.84% experienced moderate anxiety, and 26.12% experienced severe anxiety.Abstrak Kecemasan adalah suatu hal yang pasti ada dalam kehidupan, sehingga semua orang pasti memilikinya. Dalam kehidupan sehari-hari memiliki kecemasan adalah hal yang normal, tetapi kecemasan yang berlebihan dapat mengakibatkan gangguan kestabilan diri sehingga diklasifikasikan sebagai gangguan kecemasan. Dengan merujuk dari kondisi tersebut, penelitian ini dilakukan dengan tujuan mengidentifikasi tahap awal gangguan kecemasan dengan menggunakan proses Data Mining dan algoritma Random Forest. Penelitian ini menerapkan metode Knowledge Discovery in Database (KDD) untuk pemrosesan data dan menggunakan kuesioner GAD-7 dalam pengumpulan data dengan banyak responden 670 record. Penelitian ini juga menerapkan 10-fold cross validation untuk evaluasi model dengan paramater spesifisitas, sensitivitas, dan akurasi. Hasil akhir dari penelitian ini menunjukkan bahwa hasil prediksi tingkat kecemasan dengan algoritma Random Forest memiliki tingkat akurasi 89,55%. Dari total responden, 12,99% dikategorikan normal atau tidak mengalami gangguan kecemasan, 28,06% mengalami gangguan kecemasan ringan, 32,84% mengalami kecemasan sedang, dan 26,12% mengalami kecemasan berat.
KLASIFIKASI STATUS GIZI IBU HAMIL MENGGUNAKAN ALGORITMA BOOSTING DENGAN METODE SMOTE Annisa Auliya Ramadhani; Rizal Adi Saputra; L.M. Bahtiar Aksara; Isnawaty
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7530

Abstract

Status gizi ibu hamil merupakan faktor penentu utama dalam pertumbuhan janin. Ketidakseimbangan gizi pada masa ini dapat menyebabkan gangguan kesehatan, termasuk stunting. World Health Organization (WHO) melaporkan bahwa sekitar 20% kasus stunting terjadi sejak masih didalam kandungan, yang menegaskan pentingnya pemantauan status gizi sejak awal kehamilan. Penelitian ini bertujuan untuk membandingkan performa dua algoritma Boosting, yaitu Extreme Gradient Boosting (XGBoost) dan Categorical Boosting (CatBoost), yang diintegrasikan dengan metode Synthetic Minority Oversampling Technique (SMOTE) untuk menangani ketidakseimbangan kelas pada dataset. Dataset penelitian ini terdiri dari 386 data rekam medis antropometri dari Puskesmas Abeli, mencakup fitur umur, berat badan awal, tinggi badan, Lingkar Lengan Atas (LiLA), dan Indeks Massa Tubuh (IMT) sebelum hamil untuk memprediksi empat kelas status gizi: Kurang, Normal, Lebih, dan Obesitas. Seleksi fitur dan penentuan label juga telah dikonsultasikan dengan ahli gizi untuk memastikan relevansi klinis. Hasil pengujian menunjukkan bahwa kombinasi XGBoost dengan SMOTE mencapai performa terbaik dengan akurasi 98,72%, presisi 99,31%, recall 98,75%, dan F1-score 99,01%, melampaui model CatBoost dengan SMOTE dengan akurasi 97,44%, presisi 98,65%, recall 97,50%, dan F1-score 97,99%. Temuan ini membuktikan bahwa integrasi XGBoost dan SMOTE sangat andal sebagai alat bantu klasifikasi status gizi ibu dan dapat mendukung deteksi dini risiko stunting sejak masa kehamilan.
PENINGKATAN KOMPETENSI DAN KEMANDIRIAN PEMASARAN DIGITAL PADA PELAKU UMKM PEREMPUAN MELALUI PELATIHAN PEMBUATAN KONTEN DIGITAL OLEH MAHASISWA UNIVERSITAS HALU OLEO DI KOTA KENDARI Najwatul Hijriyah; Andi Marwah Ramadhani; Syukrina Bte Amirudin; Muh Taqwa Tajuddin; Ferdi Ashari Bahar; Gloriyan Gerhan Mangalla; Muh Ikhwan Ghazalah; Al Mustakfi Zulbilal; Muhammad Fathan Fuad; Rizal Adi Saputra; Jumadil Nangi; Ihsan Sarita; Isnawaty Isnawaty
Jurnal Gembira: Pengabdian Kepada Masyarakat Vol 4 No 03 (2026): JUNI 2026
Publisher : Media Inovasi Pendidikan dan Publikasi

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

Abstract

Perkembangan teknologi digital menuntut pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) untuk mampu memanfaatkan media digital sebagai sarana pemasaran produk. Namun, sebagian besar UMKM perempuan di Kota Kendari masih mengalami keterbatasan dalam pembuatan konten promosi digital yang menarik dan efektif. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi dan kemandirian pemasaran digital pelaku UMKM perempuan melalui pelatihan pembuatan konten digital. Metode yang digunakan adalah pendekatan partisipatif melalui penyampaian materi, praktik langsung, pendampingan individual, serta evaluasi kegiatan. Pelatihan dilaksanakan selama dua hari dengan materi meliputi teknik fotografi dan videografi produk menggunakan smartphone, pengeditan konten menggunakan Canva, serta pemanfaatan Artificial Intelligence (AI) melalui Gemini dalam pembuatan poster promosi. Hasil kegiatan menunjukkan adanya peningkatan pengetahuan dan keterampilan peserta dalam menghasilkan konten visual yang lebih menarik, kreatif, dan profesional. Selain itu, peserta menjadi lebih percaya diri dan mandiri dalam memanfaatkan teknologi digital sebagai media pemasaran produk. Kegiatan ini membuktikan bahwa pelatihan berbasis praktik dan pendampingan langsung efektif dalam meningkatkan kemampuan pemasaran digital pelaku UMKM perempuan di era digital.
Implementasi Multi-Attribute Utility Theory (MAUT) dan Content-Based Filtering Untuk Pemilihan Dosen Pembimbing dan Dosen Penguji Tugas Akhir I Nyoman Aditia; Statiswaty Statiswaty; Asa Hari Wibowo; LM Fid Aksara; Bambang Pramono; Rizal Adi Saputra
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.11695

Abstract

Pemilihan dosen pembimbing dan dosen penguji tugas akhir merupakan proses penting yang sangat memengaruhi kualitas bimbingan, objektivitas penilaian, dan kelancaran penyelesaian studi mahasiswa. Namun, pada banyak perguruan tinggi proses ini masih dilakukan secara manual dan cenderung subjektif, tanpa analisis kesesuaian topik penelitian maupun pemerataan beban akademik dosen secara sistematis. Kondisi tersebut berpotensi menimbulkan ketidaksesuaian antara keahlian dosen dan topik tugas akhir mahasiswa serta distribusi beban bimbingan yang tidak merata. Penelitian ini bertujuan merancang dan membangun sistem pendukung keputusan berbasis web yang mengintegrasikan metode Content-Based Filtering (CBF) dan Multi-Attribute Utility Theory (MAUT). Metode CBF digunakan untuk mengukur kesesuaian antara judul tugas akhir mahasiswa dan publikasi dosen melalui teknik TF-IDF dan Cosine Similarity, sedangkan MAUT menggabungkan nilai kemiripan tersebut dengan kriteria jabatan fungsional, jumlah publikasi lima tahun terakhir, dan beban akademik dosen untuk menghasilkan perangkingan rekomendasi. Sistem dikembangkan menggunakan metode Rational Unified Process (RUP). Pengujian metode dilakukan menggunakan Precision, Recall, F1-Score, dan Korelasi Rank Spearman, sedangkan penerimaan pengguna diukur dengan User Acceptance Testing (UAT). Hasil pengujian CBF memperoleh rata-rata F1-Score 0,5309 untuk kategori pembimbing dan 0,4539 untuk kategori penguji, sedangkan MAUT memperoleh nilai korelasi Spearman 0,40 (pembimbing) dan -0,12 (penguji). Hasil UAT memperoleh nilai penerimaan keseluruhan 84,33% yang termasuk kategori sangat baik. Dengan demikian, sistem yang dikembangkan dinilai dapat diterima dan mampu membantu proses pemilihan dosen secara lebih objektif, efisien, dan terukur.
Deteksi Dini Gejala Stres pada Mahasiswa Berdasarkan Faktor-Faktor Penyebabnya Menggunakan Metode Logistic Regression Auliya Afifah Adnan Hakim; Rizal Adi Saputra; Statiswaty Statiswaty
IJAI (Indonesian Journal of Applied Informatics) Vol 8, No 2 (2024)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v8i2.83441

Abstract

Abstrak Di era saat ini, kesehatan mental seringkali diabaikan dibandingkan dengan kesehatan fisik. Hal ini sangat berlaku bagi mahasiswa yang berjuang dengan tekanan yang meningkat dalam kehidupan kuliah. Oleh karena itu, ada kebutuhan mendesak untuk solusi yang dapat mendukung kesehatan mental, salah satunya adalah metode Logistic Regression. Penelitian ini menegaskan efektivitas metode Logistic Regression dalam memprediksi dan mendeteksi dini gejala stres berdasarkan faktor penyebabnya. Eksplorasi fitur dan parameter mengungkap variasi tingkat akurasi, mencapai puncak 95%, diikuti oleh 88% dan 61%. Menganalisis hasil menggunakan Counseling_Service_Use sebagai output menunjukkan keahlian model dalam memprediksi hasil positif, meskipun dengan kecenderungan untuk memprediksi data negatif sebagai positif, dan sebaliknya. Sementara itu, model yang menggunakan Chronic_Illness dan Stress_Level sebagai output menunjukkan kinerja luar biasa dalam memprediksi semua kelas. Secara keseluruhan, penelitian ini memberikan dukungan kuat untuk efektivitas Logistic Regression dalam memprediksi gejala stres, memperkaya pemahaman tentang penerapannya dalam konteks kesehatan mental. Ini menunjukkan bahwa metode ini dapat digunakan sebagai alat yang efektif untuk deteksi dini gejala stres.===============================================AbstractIn the current era, mental health often takes a backseat compared to physical health. This is particularly true for students who are grappling with the increasing pressures of college life. Therefore, there is an urgent need for solutions that can support mental health, one of which is the Logistic Regression method. This study affirms the effectiveness of the Logistic Regression method in predicting and early detecting symptoms of stress based on their causative factors. Exploration of features and parameters revealed variations in accuracy rates, reaching a peak of 95%, followed by 88% and 61%. Analyzing results using Counseling_Service_Use as the output demonstrated the model’s proficiency in predicting positive outcomes, albeit with a tendency to predict negative data as positive, and vice versa. Meanwhile, models employing Chronic_Illness and Stress_Level as outputs exhibited outstanding performance in predicting all classes. Overall, this research provides robust support for the effectiveness of Logistic Regression in predicting stress symptoms, enriching the understanding of its application in the context of mental health. This shows that this method can be used as an effective tool for early detection of stress symptoms.
Perbandingan Motode Long Short-Term Memory (LSTM) dan Hybrid LSTM-XGBoost dalam Prediksi Harga Komoditas Sektor Pertanian di Sulawesi Tenggara Muhammad Vannes Al Qadri; Rizal Adi Saputra; Asa Hari Wibowo; La Ode Muhammad Golok Jaya; Isnawaty Isnawaty
JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI Vol. 4 No. 3 (2026): Juli : Jurnal Ilmiah Sains Teknologi dan Informasi
Publisher : CV. ALIM'SPUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59024/jiti.v4i3.1685

Abstract

Agricultural commodity price instability remains a major challenge for farmers, fishers, and livestock breeders in Southeast Sulawesi Province, where 54,905 agricultural workers were still categorized as poor in 2023. Frequent price fluctuations complicate production and marketing decisions, creating the need for accurate price prediction systems. This study develops and compares two prediction models: a single Long Short-Term Memory (LSTM) model and a Hybrid LSTM-XGBoost model for 20 agricultural commodities across 17 regencies/cities in Southeast Sulawesi. Daily price data were collected from the Southeast Sulawesi Food Security Agency from January 2023 to December 2025. The LSTM model consisted of two LSTM layers (128 and 64 units), a Bahdanau Attention mechanism, and an Embedding layer to represent regions and commodities. The XGBoost component was used to correct LSTM residuals within a 30-day prediction horizon. Model performance was evaluated using Mean Absolute Percentage Error (MAPE). Results showed that the Hybrid LSTM-XGBoost model achieved better accuracy, with an average MAPE of 4.73% compared to 5.52% for the single LSTM model. Significant improvements were found in volatile commodities such as Bird’s Eye Chili and Curly Red Chili. The system can support production planning, food distribution, and SDG 1 (No Poverty).
SISTEM KONTROL DAN MONITORING FERMENTASI TEMPE BERBASIS INTERNET OF THINGS (IOT) DENGAN PROTOCOL MESSAGE QUEUING TELEMETRY TRANSPORT (MQTT) DAN FUZZY LOGIC Ratnasari; Isnawaty; Rizal Adi Saputra; L.M. Fid Aksara; La Ode Muhammad Bahtiar Aksara; Achmad Nur Aliansyah
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 2 (2026): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i2.8288

Abstract

Perkembangan teknologi Internet of Things (IoT) memungkinkan penerapan sistem otomatis dalam proses fermentasi tempe yang sebelumnya masih dilakukan secara manual. Permasalahan yang dihadapi adalah sulitnya menjaga kestabilan suhu dan kelembaban secara konsisten, yang berpengaruh terhadap kualitas dan lama waktu fermentasi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem kontrol dan monitoring fermentasi tempe berbasis IoT menggunakan protokol Message Queuing Telemetry Transport (MQTT) dan metode Fuzzy Mamdani. Sistem memanfaatkan sensor suhu dan kelembaban untuk memperoleh data secara real-time yang dikirim melalui MQTT dengan mekanisme publish–subscribe. Metode Fuzzy Mamdani digunakan untuk menentukan aksi kontrol terhadap aktuator berdasarkan kondisi lingkungan. Hasil pengujian menunjukkan bahwa sistem mampu menjaga suhu pada rentang 30–35°C dan kelembaban 60–80% sesuai kondisi optimal fermentasi. Selain itu, sistem mampu mempercepat waktu fermentasi menjadi sekitar 20 jam dibandingkan metode konvensional yang membutuhkan waktu 30–36 jam atau 1 hari 1 malam. Secara keseluruhan, sistem berjalan stabil, meningkatkan efisiensi proses, serta menghasilkan fermentasi yang lebih konsisten.
Klasterisasi Wilayah Kabupaten/Kota di Sulawesi Tenggara berdasarkan Produksi Bahan Pangan menggunakan Algoritma K-Means Clustering Mursawal Mursawal; Rizal Adi Saputra
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 6 No. 2 (2024): September
Publisher : Universitas Wahid Hasyim

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

Abstract

Food ingredients are ingredients produced from agricultural products that are used to make food. These foods consist of vegetables, meat, nuts, sweet potatoes, and so on. Southeast Sulawesi Province is one of the provinces that has a fairly high amount of food production in Indonesia. The application of the K-Means clustering algorithm is used to group districts/cities in Southeast Sulawesi based on food production results. The method used in this study is CRISP-DM with the K-Means clustering algorithm. There are 17 districts/cities in Southeast Sulawesi used in this study. There are 7 types of food ingredients that will be used in the study, namely rice, corn, cassava, sweet potatoes, peanuts, soybeans, and green beans. The results of this study are 1 district/city that has a high level of food production, 4 districts/cities have a moderate level of food production, and 12 districts/cities have a low level of food production. The test results using the Davies Bouldin index are cluster 2 which has the best cluster quality because the results obtained from cluster 2 are 0.30, where the smaller the results obtained, the better the cluster.
Co-Authors -, Findriyani -, Safal A.Yudi Eka Risano Ababil Azies Sasilo Abbas, Muhammad Akram Abdillah, Muh Achmad Nur Aliansyah Ade Sitti Nur Zainab Adha Mashur Sajiah Adiningsi, Sri Afifah Hakim, Auliyah Agsaria, Fabelina Agus Sugiri Agus Sugiri, Agus Ahmad Fadli Ramadhan Ahmad Fadli Ramadhan Ahmad Riszal Ahmad Sipa, Alfriyanti Akmal Rahman Aksara, L.M. Bahtiar Akyar, Faisal Al Mustakfi Zulbilal Al Qadri, Muhammad Vannes Algazali, Muhammad Aliansa, Warham Alma Fisabillah Amaliya Nurani Basyarah Andi Juliardi Abdillah Andi Maghfirah Parenrengi, Andi Maghfirah Andi Marwah Ramadhani Angga Darma Prabowo Anisa suci Pratiwi Annisa Auliya Ramadhani Anshari, Erwin Anwar, Syaipudin Apriansyah, Muhammad Fiqih Aprilyani S, Lily Arif, Yanuar Zulardiansyah Arif, Zainal Arifin Kusumo Wicaksono Asa Hari Wibowo Asa Hari Wibowo Asa Hari Wibowo, Asa Hari Asdar Asdar Asdar Asri Wido Mukti Asriani, Risky Nur Asrumin Asti Rahayu Asti Rahayu Auliya Afifah Adnan Hakim Awaliah, Wd. Rizky Ayu Pratiwi Ndibola Ayu, Nurfatzma Az'zahra Tarimana, Annisa Azriel Saktiawan, Muhammad Badarudin, Ade Syifa Bagus Rifaldi Bambang Pramono Bambang Pramono Bambang Pramono Bambang Pramono Billa, Nabilla Salsa Billah, Khaerunni Salsa Chintya Mawadhah Sumitro Chintya Mawadhah Sumitro Dewi Perwito Sari Dewi Titania Randa Diah A.P, Zahwa Dian Trianita Lestari Dilla, Farah Dini Fadilah Djuansjah, Joy Djuansjah, Joy R P Dwi Tsunami, Widya Dwina Angelina Sipayung Edi Syah Mihrad Eko Wahyu Saputra Eko Yohanes Elfiani Eriyadi, Riko Ermila Ermila Etrilian Tongalu Fa, Nur Fadhilah, Ghefira Zahra Nur Fadilah, Muh. Bayanudin Fahrul Ardian Nugroho Fani Fadilah fauzi, fitya aulia Fazilah, Nurul Febryanti, Wa Ode Ika Ferdi Ashari Bahar Fifi Nirmala G Fildzah Khalishah Ghassani Findry, Findriyani Fitya Aulia Fauzi Florencia Virgiane Evalyn Padang Ghefira Zahra Nur Fadhilah Gloriyan Gerhan Mangalla Golok Jaya, La Ode Muhammad Gusti Putu Pupaningrum Hafiizah, Nur Hardani, Prisma Trida harnelia, harnelia Harnowo Supriadi, Harnowo Hashimatul Zaria Hasna Anggin Tri Muslimin Hassanah, Waode Siti Nurul Hayara Octaviani Hendriyanto, Agus Herlambang, Ian HERU WAHYUDI Hidayat, Wahyu Al Hidjriani I Nyoman Aditia Ibrahim, Fauzi Ifayatin, Hadijah Nisa Ihsan Sarita Ika Purwanti Ningrum Ika Purwanti Ningrum Ika Purwanti Ningrum Ika Purwanti Ningrum, Ika Purwanti Ikhwanul Uzlah, Laode Iklil Awalda Tariza Inda Asriyanti Lauto Indriyani Nur Indriyani Nur Intan Ayu Kusuma Pramushinta Ira Purbosari Irsyad, Akhmad Irza Sukmana Irza Sukmana, Irza Ishak Jaelani, Muhammad Isnawaty Isnawaty Isnawaty Isnawaty Isnawaty Isnawaty Isnawaty Isnawaty, Isnawaty Iza, Abdillah Javensius Sembiring, Javensius Jayanti Yusmah Sari Jelyzer Patanan Judanto, Nurendro Hardjo Jumadil Nangi Kaimuddin, Sitti Mikarna Kasim, Nurdian Kayla, Mutmainnah Putri Khairul Ummah Khamil, Muhammad Raihan Putra Khrysna Dwipangga, Ageng Arya Kurniawan, Dondi L.M. Bahtiar Aksara L.M. Fid Aksara La ode Muhammad Bahtiar Aksara La Ode Rahmat Andre Pratama La Ode Santiaji Bande La Ode Sukriman La Ode, Abdul Azis Syah La Surimi La Surimi La Surimi La Surimi, La Lestari, Dian Trianita Lestari, Yunda Puji Lily Aprilyani Linda Saputri LM Tajidun LM Tajidun, LM LM. Fid Aksara M. Rangga Saputra Maharani Hasan, Puspita Mahruri Arif Wicaksono Marni Mulyani Marsita Harim Mashur Sajiah, Adha Maulivia Idham Choliq Mayang Putri Khairunnisa Mochammad Imron Awalludin Mochammad Resha Muh Ikhwan Ghazalah Muh Taqwa Tajuddin Muh. Ikbal, Muh. Muhaimin Hamzah Muhaimin Hamzah Muhaimin Zain, Al MUHAMAD FADLI Muhamad Faza Almaliki Muhamad Handoyo Sahumena Muhamad Handoyo Sahumena Muhamad Ilham, La Ode Muhamad, Ngawal Muhammad Abdillah Rahmat Muhammad Fathan Fuad Muhammad Ikhwan Muhammad Irsyad Muhammad Nabil Afkar Muhammad Ricky Aryansah. B Muhammad Vannes Al Qadri Muhammad Yusril Muhammad, Zahir Mundeh, Marianne Mursalim Mursawal Mursawal Mustarum Musaruddin Mutmainnah Muchtar Mutmainnah Putri Kayla Nabila Saskia Arham nabilla, putri Nadaa Qur’atul‘Ain Nadya Ambarwati Nadya Elfareta Azarin Nafrizal Najwatul Hijriyah Natalis Ransi Natalis Ransi, Natalis Nathania, Meutya Nazarrudin, Rizal Ni Made Sri Ulandari Ni Wayan Erdiani Nina Hidayatunnikmah Ningrum, Ika Purwati Ningsih, Lilis Sugi Nono Satria Noviana Saputri, Kiki Nugraha, Nurcahya Nur Fadillah, Nur Nur Rahma Sela Nur, Indriyani Nurhafni Ahmad, Syarifah Nurmaladewi Nurmaladewi Nurmaladewi, Nurmaladewi Nurtiani, Devy Natalia Nurwijayanti Ode Yamin Arsy Fadillah Mbota, La Panaungi, Fajar Pratiwi Aprilya Wahid, Dwi Prianggoro, Dimas Purbosari, Ira Putri Arafa, Ninis Putriani, Ananda Putu Arimbawa Putu Arimbawa Putu Arimbawa, Putu Qubra, Rama Rafi Iyad Madani Chaidir rahayu ningsih, Lilis sugi Rahma Basri, Siti Rahmad Akbar Rahman, Nur Syazwani Binti Ab Rahmat Hidaya Karismadi, Nur Rahmat Karim Rahmat Saputra, La Ode Alvin Raiya, Muhammad Saharullah Ramadana, Alvianto Ramadhan, Abdul Fath Ramadhan, Muh. Akbar Perdana Ramadhan, Muhammad Afin Ramadhani, Annisa Auliya Ramadhani, Dwi Hikmah Ratnasari Ratnasari Ratnasari Rayadin, Muhamad Amhar Reskal, R Resti Ajeng Sutiani Rifaldi, Dwi Rina Rina Riofasesi, Daffa Riskan Riszal, Akhmad Rizaldy Setiawan Hasanuddin Rizkah Nurhasanah Rizki Eka Sakti Octaviani Roy Pane Ryan Septian Fajar, Muhammad Sabiqunassabiqun Saleh Badawi, Muh Samudin, Ayustina Saputra, Muh. Farhan Saputri, Shinta Arjunita Sarita, Ihsan Saudi, Septiyani Bayu Sawal, Mur Sembiring, Javen Shinta Arjunita Saputri Shirley Savetlana Shirley Savetlana, Shirley Silfi, Silfi Siti Nurhalisa, Waode Sitti Aisyah Sri Adiningsi SRI ADININGSI ERNI ALBAKIA Sri Ayu Ningsih Srikandi, Raya Statiswaty Subardin Subardin Suci Oktavia Rahmadani SUGIYANTO Sulastri Apridayanti Sultrayansa Sumarni Sumarni Sumitro, Dewi Sari Suria, Fellonnisa Sutardi Sutardi Sutardi Sutardi Sutiyana Fachruddin Syahidatul Islamiyah Syam, Nurhana Syazwani, Nur Syukrina Bte Amirudin Tarkono Tarkono Tarkono Thalib, La Ode Jafar Umar Trihapsari, Argitha Tunda, Amin Usman, Yusril Wa Ode Ika Febryanti Wa Ode Yatni Yansari Wahyuni, Frida Mimi Waode Siti Nurul Hassanah Weka Gusmiarty Abdullah Weka GUSMIARTY ABDULLAH Weka Gusmiarty Abdullah, Weka Gusmiarty Wibowo, Bayu Adi Wicaksono, Mahruri Arif Widyosekti, M. Dhiku Wildayanti Yolanda Camelia Imelda Yunda Puji Lestari Yurika Sastyarina Yurika Sastyarina Yusup Hendronursito, Yusup Yuwanda Purnamasari Pasrun Zahro Al Maulidiyah Zulhanif Zulhanif, Zulhanif