Article Per Year (5 Year)
p-Index From 2021 - 2026
12.916
P-Index
This Author published in this journals
All Journal Faktor Exacta Jurnal Informatika Universitas Pamulang Jurnal Teknologi Sistem Informasi dan Aplikasi JURNAL PENDIDIKAN TAMBUSAI Building of Informatics, Technology and Science Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Journal of Artificial Intelligence and Innovative Applications (JOAIIA) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Bulletin of Computer Science Research INFORMATIKA KOMMAS: Jurnal Pengabdian Kepada Masyarakat Abdi Jurnal Publikasi Journal of Artificial Intelligence and Digital Business Journal of Research and Publication Innovation LOGIC : Jurnal Ilmu Komputer dan Pendidikan Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia OKTAL : Jurnal Ilmu Komputer dan Sains AMMA : Jurnal Pengabdian Masyarakat JRIIN :Jurnal Riset Informatika dan Inovasi Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA) APPA : Jurnal Pengabdian Kepada Masyarakat Jurnal Ilmu Komputer Jurihum
Zakaria, Hadi
Universitas Pamulang
Humanities Astronomy Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

Published : 111 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 111 Documents
Search

 8   9   10   11   12 
OPTIMALISASI PEMBELAJARAN BERBASIS DIGITAL MELALUI APLIKASI SEBAGAI MEDIA PENUNJANG TUGAS AKADEMIK DAN KREATIVITAS SISWA DI SMPN 27 DEPOK Adi Kurnia Sena; Hadi Zakaria; Allifiah Firnando; Fachriza Khairul Fajri; Farsya Runa Supriyatna; Ilham Bustomi; Lisa Ardeliana; Putra Bagus Satrio; Rara Anggraeni; Fahri Patir Ramadhan; Reza Putra Nurhudaya
Abdi Jurnal Publikasi Vol. 4 No. 2 (2025): November
Publisher : Abdi Jurnal Publikasi

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

Abstract

This study aims to improve digital literacy and the ability to utilize artificial intelligence (AI) technology among junior high school students as an effort to prepare them for developments in digital-era education. The method used in this research is the implementation of an application-based platform that functions as a digital learning medium to help students understand AI concepts and apply them in completing academic tasks as well as developing creativity. The use of AI in learning is an essential aspect of modern education systems. However, AI concepts and technologies are often difficult to understand for junior high school students who are still at the early stages of digital literacy. Therefore, this study seeks to present a learning approach that is easy to understand, safe to use, and relevant to students’ academic needs, Through Navigator AI, students are introduced to various tools such as summarization, creative idea development, and AI-based educational content creation. This approach is expected to enhance students’ understanding of using technology productively, creatively, and ethically. The results of this study are expected to contribute to improving the quality of digital learning in junior high schools, particularly in utilizing artificial intelligence technologies. In addition, this research is expected to serve as a reference for teachers in developing innovative, interactive, and adaptive teaching methods aligned with digital technology advancements in primary and secondary education.
Penerapan Algoritma C4.5 Untuk Analisis Kepuasan Pelanggan Pada Apartemen Skyhouse BSD Surya Wijaya, Joswan; Zakaria, Hadi
LOGIC : Jurnal Ilmu Komputer dan Pendidikan Vol. 3 No. 6 (2025): Logic : Jurnal Ilmu Komputer dan Pendidikan
Publisher : Shofanah Media Berkah

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

Abstract

Apartemen Skyhouse BSD merupakan hunian di kawasan BSD City, Tangerang Selatan, yang menghadapi tantangan dalam menganalisis tingkat kepuasan pelanggan secara akurat akibat ketiadaan sistem terintegrasi. Penelitian ini bertujuan mengembangkan sistem berbasis web untuk menganalisis tingkat kepuasan pelanggan menggunakan algoritma C4.5 Decision Tree dengan pendekatan model Agile. Data dikumpulkan dari 30 responden dengan enam atribut utama layanan, yaitu kualitas pelayanan, akses lokasi, harga, fasilitas apartemen, keamanan, dan kenyamanan lingkungan. Hasil penelitian menunjukkan bahwa atribut akses lokasi memiliki nilai Gain Ratio tertinggi sebesar 0,6343 dan menjadi faktor paling dominan dalam menentukan tingkat kepuasan pelanggan. Sistem mampu mengotomatisasi proses analisis survei dan menghasilkan klasifikasi dengan tingkat akurasi sebesar 86,7%. Penerapan model Agile mendukung proses pengembangan sistem yang iteratif dan adaptif. Dengan sistem ini, manajemen Apartemen Skyhouse BSD dapat memperoleh informasi berbasis data untuk meningkatkan kualitas layanan secara efektif.
Implementasi Algoritma K-Means Untuk Menentukan Dan Menyeleksi Penerima Zakat Menggunakan Model Dynamic Programming Berbasis Web Shaleh, Muhammad; Zakaria, Hadi
LOGIC : Jurnal Ilmu Komputer dan Pendidikan Vol. 3 No. 6 (2025): Logic : Jurnal Ilmu Komputer dan Pendidikan
Publisher : Shofanah Media Berkah

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

Abstract

Masjid Nurul Falah merupakan masjid yang terletak di Desa Mekar Jaya, Kecamatan Sepatan, Kabupaten Tangerang, Banten. Masjid ini berperan penting dalam pengelolaan zakat, khususnya zakat fitrah. Namun, hingga saat ini, pengelolaan zakat fitrah di Masjid Nurul Falah masih dilakukan secara manual. Hal ini menyebabkan ketidaksesuaian dalam pemilihan penerima zakat, ketidakakuratan data, dan kurang optimalnya proses pendistribusian, sehingga mengakibatkan masyarakat yang seharusnya menerima zakat tidak mendapatkan haknya. Untuk mengatasi permasalahan tersebut, diperlukan suatu sistem yang mampu menentukan dan menyeleksi penerima zakat fitrah secara akurat di Masjid Nurul Falah, Desa Mekar Jaya. Pada penelitian ini, penulis menggunakan metode K-Means untuk menentukan dan menyeleksi data penerima zakat, serta pendekatan Dynamic Programming untuk pengembangan sistem berbasis web. Metode K-Means dipilih karena kemampuannya dalam menentukan dan menyeleksi data berdasarkan kriteria seperti pendapatan, jumlah tanggungan, status social. Sementara Dynamic Programming digunakan untuk optimasi dalam pengambilan keputusan. Data yang digunakan dalam penelitian ini diperoleh dari pengurus Masjid Nurul Falah, yang menjadi dasar dalam pengembangan sistem. Implementasi sistem dilakukan menggunakan bahasa pemrograman PHP serta penyimpanan basis data menggunakan MySQL. Diharapkan dengan adanya implementasi sistem penentuan dan seleksi penerima zakat fitrah menggunakan algoritma K-Means dan pendekatan Dynamic Programming ini, pengurus Masjid Nurul Falah dapat melakukan proses pendistribusian zakat secara lebih objektif, terstruktur, dan efisien kepada masyarakat Desa Mekar Jaya.
Implementasi Bayesian Optimization untuk Meningkatkan Akurasi Prediksi Penjualan Menggunakan Algoritma XGBoost (Studi Kasus: CV XYZ) Nendi Setiawan; Hadi Zakaria
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 9, No 1 (2026): Januari
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v9i1.410

Abstract

Abstrak: CV. XYZ merupakan perusahaan percetakan daring yang menghadapi tantangan dalam memprediksi penjualan akibat fluktuasi permintaan dan keterbatasan metode analisis yang digunakan. Prediksi penjualan yang tidak akurat dapat menyebabkan ketidakseimbangan produksi dan menurunkan efisiensi operasional. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi penjualan dengan mengimplementasikan model Extreme Gradient Boosting (XGBoost) yang dioptimalkan menggunakan Bayesian Optimization. XGBoost dipilih karena kemampuannya dalam menangani data kompleks dan nonlinier, sedangkan Bayesian Optimization digunakan untuk menyempurnakan pemilihan hiperparameter secara efisien. Kebaruan penelitian ini terletak pada integrasi Bayesian Optimization sebagai strategi tuning hiperparameter XGBoost untuk prediksi penjualan pada sektor percetakan digital. Data historis penjualan dianalisis menggunakan bahasa pemrograman Python dengan SQLite sebagai basis penyimpanan data. Hasil eksperimen menunjukkan bahwa kombinasi kedua metode tersebut mampu meningkatkan performa prediksi secara signifikan, dengan nilai RMSE sebesar 8.366,6, MAE sebesar 8.000, dan skor R² sebesar 0,9748. Pendekatan ini memberikan solusi praktis bagi CV. XYZ dalam meningkatkan perencanaan produksi serta pengambilan keputusan berbasis data di sektor percetakan digital.Kata kunci: prediksi penjualan, XGBoost, Bayesian Optimization, Machine LearningAbstract: CV. XYZ is an online printing company that faces challenges in predicting sales due to demand fluctuations and limitations in the analytical methods employed. Inaccurate sales predictions can lead to production imbalances and reduced operational efficiency. This study aims to improve sales prediction accuracy by implementing an Extreme Gradient Boosting (XGBoost) model optimized using Bayesian Optimization. XGBoost is selected for its capability to handle complex and non-linear data, while Bayesian Optimization is employed to efficiently optimize hyperparameter selection. The novelty of this study lies in the integration of Bayesian Optimization as a hyperparameter tuning strategy for the XGBoost model in sales prediction within the digital printing sector. Historical sales data are analyzed using Python, with SQLite utilized as the data storage system. Experimental results demonstrate that the proposed approach significantly improves prediction performance, achieving an RMSE of 8,366.6, an MAE of 8,000, and an R² score of 0.9748. This approach provides a practical solution for CV. XYZ in enhancing production planning and data-driven decision-making in the digital printing industry.Keywords: sales forecasting, XGBoost, Bayesian Optimization, Machine Learning
Implementasi Verifikasi Wajah pada Sistem Absensi Berbasis Website untuk Meningkatkan Transparansi Pengelolaan Gaji di PT Mahardika Jaya Asasta (MJA) Ariyas Pratama Ramadhan; Hadi Zakaria; Ahmad Zidan; Achamad Syahrul; Ebenheser Atakari; Hasrat Setiawan Gulo; Muhammad Fikri Romadhon; Pniel Timotius Dima; Sevlina Prisca Yolanda; Sulhan Reisqi Saputra; Veliana Putri Ayu Saban
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 3 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Kehadiran karyawan merupakan komponen penting dalam pengelolaan sumber daya manusia karena berpengaruh langsung terhadap perhitungan gaji, tunjangan, dan evaluasi kinerja. Namun, PT Mahardika Jaya Asasta (MJA) masih menerapkan sistem absensi manual yang berpotensi menimbulkan kesalahan pencatatan, kecurangan, serta keterlambatan proses rekapitulasi data. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk mengimplementasikan sistem absensi digital berbasis website dengan teknologi verifikasi wajah dan validasi lokasi guna meningkatkan transparansi dan akurasi pengelolaan gaji. Metode pelaksanaan meliputi analisis kebutuhan mitra, perancangan dan pengembangan sistem, implementasi, pelatihan pengguna, serta evaluasi. Hasil kegiatan menunjukkan bahwa sistem absensi digital mampu meminimalkan praktik kecurangan, mempercepat proses rekap absensi, serta meningkatkan kepercayaan karyawan terhadap sistem penggajian. Implementasi ini juga mendorong peningkatan literasi digital staf HRD dan karyawan dalam pemanfaatan teknologi informasi.
Implementasi Metode Design Science Research (DSR) pada Monitoring Server Voip Berbasis Web dengan Pendekatan Agile untuk Optimalisasi Kinerja Sistem (Studi Kasus: PT. XYZ) Dimas, Dimas Adjie; Zakaria, Hadi
JURNAL FASILKOM Vol. 16 No. 1 (2026): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v16i1.11071

Abstract

PT. XYZ is a telecommunications technology company that has been providing cloud-based communication services, such as Cloud PBX, VoIP Telephony, Cloud Call Centers, and integrated Omni-Channel CRM systems, since 2013. The scope of this research is focused on infrastructure optimization through the development of a centralized monitoring system to manage thousands of call history records and server performance data. The background of this study is driven by the increasing number of clients and system complexity, which has rendered manual monitoring methods ineffective. This inefficiency leads to risks such as limited performance visibility, potential human error, and undetected security threats. Consequently, this research aims to build an innovative artifact in the form of a web-based VoIP server monitoring system capable of providing automated, centralized, and real-time monitoring. The methodology employed is Design Science Research (DSR) combined with an Agile approach to create a system that is adaptive to the company's changing needs. The system was developed using the Laravel framework, Python for backend processing, Chart.js for interactive visualization, and MySQL for telemetry data storage. The collected monitoring data includes CPU, memory, and disk utilization, connectivity status, and essential port openness, gathered by agents every minute. Implementation results indicate that the system successfully presents current server conditions, detects resource usage anomalies, and provides automated notifications during service disruptions. In conclusion, this system significantly improves operational efficiency, service security, and the quality of VoIP server monitoring, while strengthening the company's position as a reliable and trusted cloud-based communication solution provider in Indonesia.
Implementasi Algoritma Random Forest untuk Menentukan Tingkat Keberhasilan Proyek pada Sistem Work Order (Studi Kasus: PT XYZ) Utomo, Unggul Prasetyo; Zakaria, Hadi
JURNAL FASILKOM Vol. 16 No. 1 (2026): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v16i1.11115

Abstract

PT XYZ is a company focused on technological innovation to provide modern, effective, and efficient solutions across various aspects of life. As a pioneer in the technology evolution industry, PT XYZ combines expertise in software development and the latest technologies to create positive transformation for society and businesses. In project implementation, PT XYZ faces challenges in determining project success levels objectively and measurably, particularly within the context of the work order system. This condition leads to less optimal strategic decision-making, increased risk of losses, and difficulties in conducting comprehensive, data-driven project evaluations. To address these issues, this study develops a web-based project success prediction system within the work order system by implementing the Random Forest algorithm and the Agile development approach. The Random Forest algorithm is developed using the Python programming language to classify project success levels based on several historical parameters, such as completion duration, budget, and profit percentage. The system is equipped with a user interface developed using PHP with the Laravel framework and a MySQL database, enabling efficient and integrated data processing and visualization. The results show that the implementation of the Random Forest algorithm improves prediction accuracy and provides recommendations that can support management in decision-making. The Agile approach also offers high flexibility in adapting the system to user requirements. Through this system, PT XYZ is expected to optimize work order management and proactively minimize the risk of project failure in a data-driven manner.
Implementasi Algortima Gradient Boosting Pada Aplikasi Hutang Piutang Perorangan Secara Berbasis Web Untuk Meningkatan Akurasi Prediksi Pelunasan Hutang: (Studi Kasus : PT Naila Kreasi Mandiri) Muhammad Ridwansyah; Hadi Zakaria
JURIHUM : Jurnal Inovasi dan Humaniora Vol. 1 No. 4 (2023): JURIHUM : Jurnal Riset dan Humaniora
Publisher : CV. Shofanah Media Berkah

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

Abstract

Naila Kreasi Mandiri, yang berdiri sejak tahun 2020 adalah perusahaan yang bergerak di bidang Food and Beverage, yang memiliki pegawai lebih dari 68 orang. PT. Naila Kreasi Mandiri memiliki sebuah permasalahan yang berhubungan dengan manajemen hutang piutang perusahaan. Baik dengan pihak ketiga maupun karyawan sendiri. Sering terjadi ketidaksesuaian antara data hutang piutang dengan data piutang yang ditagih kepada debitur. Hal ini menyebabkan pembayaran hutang piutang oleh debitur tidak sinkron dengan data yang dimiliki perusahaan. Pada akhirnya merugikan perusahaan dan menciptakan laporan hutang piutang yang tidak akurat.Untuk mengatasi masalah tersebut, penulis melakukan penelitian menggunakan metode Gradient Boosting pada Aplikasi hutang piutang perorangan secara online berbasis web. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi prediksi pelunasan hutang guna memprediksi risiko gagal bayar dan mengambil tindakan pencegahan yang diperlukan untuk meminimalkan risiko kerugian bagi perusahaan. Hasil penelitian ini dapat membantu perusahaan dalam mengelola hutang piutang dengan lebih efektif dan meningkatkan kepercayaan karyawan dan perorangan sebagai pelanggan, Dalam penelitian ini penulis menggunakan bahasa pemograman PHP, Framework Laravel, dan Database MySQL untuk menyimpan datanya. Dari hasil penelitian ini diharapkan aplikasi Sistem Manajemen Hutang Piutang dengan metode Algoritma Gradient Boosting ini, dapat mengoptimalkan manajemen penagihan hutang piutang perusahaan, baik dengan karyawan maupun dengan pihak ketiga. Secara maksimal dan tercatatan dengan baik di database perusahaan.
Penerapan Metode Deep Learning Pada Aplikasi Pembelajaran Menggunakan Sistem Isyarat Bahasa Indonesia Menggunakan Convolutional Neural Network : (Studi Kasus : SLB-BC Mahardika Depok) Ayu Anggraini; Hadi Zakaria
JURIHUM : Jurnal Inovasi dan Humaniora Vol. 1 No. 4 (2023): JURIHUM : Jurnal Riset dan Humaniora
Publisher : CV. Shofanah Media Berkah

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

Abstract

Sekolah luar biasa tunarungu (SLB-BC) Mahardika Depok merupakan sekolah berkebutuhan khusus untuk anak – anak tunarungu yang telah berdiri sejak tahun 1999. Sekolah ini bergerak dibidang pendidikan, membantu peserta didik penyandang disabilitas agar mampu mengembangkan sikap, pengetahuan, danketerampilan dengan baik. Namun terdapat beberapa hambatan dalam pembelajaran, yakni kurangnya tenaga pendidik yang memadai, rasa bosan peserta didik dalam menerima pembelajaran, hingga pembelajaran yang diberikan baik berbasis teori maupun praktek menjadi tidak efisien. Untuk mengatasi persoalan tersebut dan mempermudah tenaga pengajar memberikan materi pelajaran, diperlukannya cara baru dalam pembelajaran bahasa isyarat bagi peserta didik. Dalam penelitian ini penulis menggunakan bahasa pemograman yaitu Python dan Kotlin dengan tools Google Colab, Android Studiodan database PostgreSQL sebagai penyimpanan data kurikulum Bahasa Isyarat (SIBI), serta Convolutional Neural Network sebagai arsitektur jaringan saraf yang telah terbukti sangat efektif dalam memproses dan menganalisis data gambar sebagai pembelajaran bahasa isyarat berbasis Machine Learning dengan metode Deep Learning dan metode RAD sebagai perancangannya. Diharapkan pembuatan aplikasi pembelajaran berbasis mobile ini dapat mempermudah peserta didik dalam menangkap materi yang diberikan oleh guru dan memperoleh cara baru dalam bahasa isyarat.
Implementasi Sistem Pendukung Keputusan Untuk Penambahan Bonus Tahunan Sales Menggunakan Metode Moora Berbasis Web: (Studi Kasus : PT. Icons Media Nusantara) Listiyo Arief Nugroho; Hadi Zakaria
JURIHUM : Jurnal Inovasi dan Humaniora Vol. 1 No. 4 (2023): JURIHUM : Jurnal Riset dan Humaniora
Publisher : CV. Shofanah Media Berkah

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

Abstract

PT. Icons Media Nusantara adalah perusahaan yang bergerak di bidang Solusi Komunikasi, yang berdiri sejak tahun 2018 di Kota Tangerang Selatan. Perusahaan ini memiliki sebuah kendala yang berhubungan dengan pembagian bonus perusahaan kepada tim sales, dimana bonus tersebut tidak diterima sesuai dengan naiknya pencapaian target penjualan. Sehingga diperlukan suatu penentuan penerima kenaikan bonus agar pelaku sales dapat mencapai nilai penjualan lebih baik dari sebelumnya. Oleh karena itu, dalam memecahkan masalah tersebut dibutuhkan Sistem Pendukung Keputusan untuk menentukan penambahan bonus tahunan dengan menggunakan metode MOORA (Multi-Objective Optimization on Basis of Ratio Analysis). Penulis melakukan penelitian dengan cara memilih beberapa kriteria yang sesuai dengan kelayakan kenailai bonus tahunan, dalam penulisan ini penulis menggunakan bahasa pemrograman Hypertext Preprocessor (PHP) dan Database MySQL untuk menyimpan datanya. Dari hasil penelitian yang penulis lakukan diharapkan Implementasi Sistem Pendukung Untuk Penambahan Bonus Tahunan dengan metode MOORA ini, dapat menghasilkan kepuasan bagi pelaku sales agar mendapatkan kompensasi yang sesuai dengan pencapaian penjualan PT. Icons Media Nusantara.
Co-Authors Achamad Syahrul Achmad Udin Zailani Adam Gustiawan Adbillah, Muhammad Iman Adela Fadli, Putri Adi Kurnia Sena Aditya Putra Maulana Adriansyah, Fikri Ageng Putra Mulya Agung Kurnia Solihin Agung Nugroho, Fajar AGUNG SETIAWAN Agus Mulyono Agus Winarno, Agus Ahmad Faisal Ahmad Syahid Jindan Ahmad Zidan Aida Eka Marlia Aji Saputra Alam, Indraja Alamsyah, Tajul Alan Febriansyah Alfath Sidik Ali Mahpudin Alimudin, M. Aziz Allifiah Firnando Alvino Oktaviano Alwi Al Agiv Amin, Faisal An Nisa Dira Andre Farhan Saputra Andri Firman Saputra Anggreani Br.Sormin, Natalia Anggreyni, Ayu Anissa Puspitasari Anugrah Ade Purnama, Oktaviana Aqil Farhan, Muhammad Ardhiansyah, Maulana Ari Mulyoto Arif Fajar Fadillah Aris Priyanto Ariyas Pratama Ramadhan Arraniri, Nuruddin Arya Sena, Alven Asep Yudistira Saputra Asshadath, Farhan Aufarramdhi, Rizki Aulia Rizki, Muhammad Awaliyatunniza, Putri Awaludin, Ibnu Ayu Anggraini Ayuningtyas Putri M Azhar, Muhammad Aditya Azzahra Ridwan Dalfin Susanto Damayanti, Riana Daniel Prastyo Dede Muhar Ardiansyah Dena Wulandari Dendy Syahrul Kamil Detina Euis Nuraini Devita Maulina Cahyani Dewa Fortuna Dewi Safutri Diah Prastyani Diaz Aji Sasongko Dila Fadilah Dimas, Dimas Adjie Dwi Riyanto Ebenheser Atakari Elfi Fauziah Fachriza Khairul Fajri Fahri Patir Ramadhan Faiz Fauzy Fajar Setiawan Farsya Runa Supriyatna Fathu Ramadhan, Miftah Fauzi, Ahmad Rezki Febiyanto, Dedy Fikriansyah , Muhamad Furkon, Muhammad Ghufron Malik Azizi Ghufroniyah, Muflihatul Gilang Azis Ramadhan Gustiani, Andini Hakim, Ilham Abdul Hasrat Setiawan Gulo Hedwin Winata Halawa Herlan Ramadhan Hernanda Saripudin, Fajri Ibnoe Malik Ilham Bustomi Imam Wahidin Indah Purwati Intan Tri buana Iqbal Suyudi Wijaya, Mochammad Irene Nur Utami Ismail Joe Hadi Saputra, Steven Julianto, Rahmat Khatijah Omar Khoirun Nisa, Sevhia Kohar Krismonica Ningsih, Triani LINDAWATI Lisa Ardeliana Lisa Raudatul Jannah Listiyo Arief Nugroho Liyana Febriyanti Liyen Mulya M. Syauqi Alfayyadh Marlia, Aida Eka Marsandy Rulian Maulana Akbar, Fauzi Maulidan Jaya Angkasa Meidina, Firda Melisa Dwi Hestiani Micko Biagi, Muhammad Miftahul Falah Miftahul Falah, Adam Mochamad Febry Herdian Mohamad Eko Saifudin Mohammad Zaki, Beningsha Muhamad Farhan Praditya Muhamad Rosdiana Muhammad Arief Ramadhan Muhammad Asrizal Muhammad Bryan Putra H Muhammad Dizkri Amrullah Muhammad Dzaki Ilhami Muhammad Farras Haidar Muhammad Fikri Muhammad Fikri Romadhon Muhammad Haiqal Latief Muhammad Iqbal Bintang Muhammad Likario Muhammad Malik Khalil Muhammad Rafli Muhammad Rafli Efendi Muhammad Ridwansyah Muhammad Rifa’I Muhammad Rifqi Muhammad, Rifaldie Munawaroh Munawaroh - Mu’ammar Kurniawan Nabila Bilqis Nator Diego Sitorus Nendi Setiawan Niki Ratama Nikmatul Chasanah Noris, Shandi Nugroho Candra Dimuka Nur Jaya Nurkhalifah Akbal, Adinda Oktafiandi, Randu Oktalia, Cici Pandu Wiliantoro Patricia Zefanya, Kezia Perani Rosyani Pniel Timotius Dima Pramudya Reynaldi Salim Pratama Pujiyatno, Azfa Puji Lestari, Dyta Putra Bagus Satrio Putri Nur Karisma Dewi, Ardila Rachmad Husaeni, Fahri Raihan Amsyah, Rahmad Raihan Ilyasah Ranti Amanda Rizkia Rara Anggraeni Reizal Putra Hidayat, Muhamad Reza Putra Nurhudaya Rifki Ichsan Fauzi Rindiyani Riska Fitriyani Riswal Hanafi Rizal Fauzi Rizki Fadilah, Muhamad Rizky Ramdhani, Rizky Rizky Saputra, Ilham Rizqi Wahyuni Rohmahwati Sabri Maulana M. Saiful Mujab, Saiful Samalo, Nurali Samirudin Annas Alfattah Samsoni Samsoni Samsoni Sapta Nurhayadi, Dony Saputra, Roby Saputra, Sugeng Sari, Aulia Kurnia Sartika Lina Mulani Satifa, Risa Satrio Novianto, Rifqy Saynu Ahmad Habibi Septianti Septiyani Mardiyana Setya Ningsih, Eka Sevlina Prisca Yolanda Shaleh, Muhammad Sheva Nurmansyah, Muhammad Shinta Zulfa Zerlita Shoddam Palah Shuja, Affan sidiq , Rizal jafar Sifa Nur Faujiah Siti Khoiriyah Ramdani Sri Rahayu, Eka Sulhan Reisqi Saputra Sulhanuddin, Muhammad Surya Wijaya, Joswan Syahdan , Muhammad Syahril Syahrul Wujud Syarifuddin, Nurhalimah Syawalia Zahra Taufikurrohman Tri Prasetyo Prast Triyanto, Aripin Ubaydillah, Muchamad Udin Zaelani, Achmad Utomo, Unggul Prasetyo Veliana Putri Ayu Saban Yoga Zahrudin Yudha Nur Muharram Yudhistira Gibran Zaelani , Ahmad Zahrotul Jannah, Nabila Zurnan Alfian