Article Per Year (5 Year)
p-Index From 2020 - 2025
9.652
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Informatika KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Jurnal Informasi dan Komputer Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Accounting Information System (AIMS) JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) ICIT (Innovative Creative and Information Technology) Journal E-Link: Jurnal Teknik Elektro dan Informatika Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) MEANS (Media Informasi Analisa dan Sistem) Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Instal : Jurnal Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) JURSIMA BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Manajemen Jurnal Accounting Information System (AIMS) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer SISFOTENIKA Informasi interaktif : jurnal informatika dan teknologi informasi Jurnal Informatika dan Rekayasa Perangkat Lunak
Tati Suprapti
STMIK IKMI Cirebon
Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Social Sciences Other

Published : 78 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 78 Documents
Search

 1   2   3   4   5 
Diagnosa Tingkat Depresi Mahasiswa Tingkat Akhir STMIK IKMI Cirebon Menggunakan Algoritma K-NN Gustiani Regina Pratama Putri; Tati Suprapti; Riri Narasati
ICIT Journal Vol 10 No 2 (2024): Agustus 2024
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/icit.v10i2.3012

Abstract

Depresi dapat menjangkit siapa saja tanpa kecuali, mulai dari remaja sampai orang dewasa. Bahkan saat ini, tidak sedikit ditemukan kasus yang berkaitan dengan pelajar termasuk pelajar yang melakukan aksi bunuh diri . Maka dari dilakukannya diagnosa dini tingkat depresi yang dialami oleh mahasiswa tingkat akhir di STMIK IKMI Cirebon agar dapat dilakukan pencegaan terhadap hal-hal yang tidak diinginkan. Penelitian ini menggunakan metode pendekatan CRISP-DM dan algoritma K-NN. Sebelum masuk ke tahap pengklasifikasian, terlebih dahulu dilakukan pembentukan kelas menggunakan algoritma K-Means Clustering dengan K = 3. Hasil pengklasteran menunjukkan bahwa Cluster_0 adalah tingkat non-depresi, Cluster_1 tingkat depresi berat, dan Cluster_2 sebagai tingkat gejala depresi. Setelah dataset memiliki kelas, kemudian pengklasifikasian dilakukan menggunakan algoritma K-NN dengan K = 10. Hasil evaluasi Confusion Matrix menunjukkan nilai akurasi yang cukup besar, yaitu 91,75%. Cluster_0 memiliki nilai akurasi 93,55% dan nilai presisi 92,06%. Nilai akurasi dan presisi pada Cluster_2 sama besar yaitu 91,3%, sedangkan untuk Cluster_1 nilai akurasinya 90% dan nilai presisinya 91,84%. Dari visualisasi data hasil klasifikasi ditemukan bahwa mahasiswa tingkat akhir STMIK IKMI Cirebon berada pada tingkat non-depresi.
IMPLEMENTASI ALGORITMA K-MEANS DALAM MENGELOMPOKAN KABUPATEN/KOTA DI JAWA BARAT BERDASARKAN JENIS DAN JUMLAH POTENSI OBJEK DAYA TARIK WISATA Hafshoh Habiballoh; Ahmad Faqih; Tati Suprapti
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 2 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i2.4270

Abstract

Penelitian ini bertujuan untuk mengelompokan wilayah potensi objek daya tarik wisata (ODTW) di Jawa Barat berdasarkan jenis dan jumlah lokasi menggunakan algoritma K-Means Clustering. Data yang digunakan diperoleh dari Open Data Jabar yang mencakup jumlah potensi objek daya tarik wisata (ODTW) berdasarkan jenis dan wilayah di Jawa Barat tahun 2022. Metode penelitian yang digunakan adalah Knowledge Discovery in Database (KDD) yang meliputi tahapan pendahuluan, Literature Review, pengumpulan data, analisis data, dan penutup. Hasil analisis menunjukkan adanya tiga klaster utama: Klaster 0 dengan kategori tinggi, Klaster 1 dengan kategori sedang, dan Klaster 2 dengan kategori rendah. 
Peningkatan Efisiensi Pemantauan Kehadiran Siswa Melalui Analisis K-Means Clustering di Sekolah Menengah Pertama Negeri 3 Rancaekek, Kabupaten Bandung Fitriani Agustina; Rudi Kurniawan; Tati Suprapti
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i1.10300

Abstract

Student attendance at school is a key factor in determining the quality of education and the effectiveness of the learning process. Therefore, student attendance data can be one of the indicators for schools in managing and improving the quality of education. The problem is that the analysis process has not been carried out to group potential student activeness based on similar characteristics and the school still has difficulty in processing large data so that the quality of education is not optimal. This research involves student attendance data from SMP Negeri 3 Rancaekek for one academic year as the main dataset. The research method includes the stages of data collection, pre-processing, and analysis. The collected student attendance data was processed to remove outliers and create a dataset suitable for Clustering analysis. The K-Means Clustering method is used to group students into groups based on their attendance patterns. K-Means means an iterative clustering solution procedure that performs partitioning to classify or group a large number of objects. K-Means as a popular data mining method, is a solution procedure that is often used to identify natural groups in a case. This method focuses on grouping data that has similarities, so that the results can be analysed in more depth. The research results show that.
ANALISIS SENTIMEN PENGGUNA PROVIDER TRI PADA APLIKASI X MENGGUNAKAN ALGORITMA KLASIFIKASI NAÏVE BAYES Aribah, Firyal; Kurniawan, Rudi; Suprapti, Tati
JURSIMA Vol 11 No 2 (2023): Volume 11 Nomor 2 2023
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v11i2.728

Abstract

Dalam beberapa tahun terakhir, kemajuan teknologi informasi berdampak signifikan pada berbagai aspek kehidupan, termasuk teknologi, bisnis, dan pendidikan. Transformasi aplikasi X sebagai produk teknologi mencerminkan perubahan paradigma dalam masyarakat modern, memengaruhi interaksi dan akses layanan telekomunikasi melalui penyedia Tri. Pemahaman mendalam tentang persepsi pelanggan terhadap layanan Tri penting. Analisis sentimen digunakan untuk memahami sudut pandang pengguna dan potensial sebagai penggerak perbaikan layanan. Penelitian ini menginvestigasi sentimen pengguna terhadap layanan penyedia telekomunikasi Tri dengan klasifikasi Naïve Bayes dan ekstraksi fitur TF-IDF. Tingkat kepuasan dievaluasi melalui Net Promoter Score (NPS) dari tweet pengguna Twitter dengan kata kunci "provider Tri". Proses penelitian melibatkan pengumpulan data, preprocessing, labeling sentimen, ekstraksi fitur, penerapan algoritma Naïve Bayes, evaluasi model, perhitungan tingkat kepuasan, dan penilaian kualitas layanan. Temuan menunjukkan korelasi positif antara analisis sentimen dan kualitas layanan Tri, dengan 73.02% ulasan positif. Akurasi algoritma klasifikasi Naïve Bayes mencapai 78.59%. Tingkat kepuasan pelanggan mencapai 7.67, mencerminkan kepuasan dan loyalitas tinggi. Dapat disimpulkan bahwa analisis sentimen pada ulasan pengguna Tri menggunakan klasifikasi Naïve Bayes dan NPS bersifat komprehensif, memberikan panduan bagi penyedia layanan Tri dalam merancang strategi perbaikan. Penelitian ini berkontribusi pada analisis sentimen dan klasifikasi teks dengan memanfaatkan algoritma Naive Bayes.
PEMBUATAN MEDIA PROMOSI EKSTRAKURIKULER KESENIAN BERBASIS MULTIMEDIA DI INTRA SEKOLAH MA SALAFIYAH KOTA CIREBON Zaki Nur Rahmat Hidayat; Purnamasari, Ade Irma; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5536

Abstract

Media promosi berbentuk video merupakan sebuah media elektronik yang digunakan untuk menyampaikan informasi yang sangat efektif dalam memperkenalkan suatu sekolah baik lingkungan, pembelajaran ataupun kegiatan ekstrakulikuler, melalui media visual inilah maka semua informasi dapat dengan mudah dipahami oleh kalangan masyarakat. Setiap sekolah memiliki cara dalam mempromosikan bentuk aktivitas sekolah, khususnya pada kegiatan ekstrakulikuler, kegiatan ekstrakulikuler merupakan kegiatan tambahan bagi para peserta didik untuk dapat mengembangkan bakat dan minat nya dalam sesuatu yang juga berpengaruh untuk nilai hasil pembelajarannya. Dengan semakin berkembangnya tekhnologi saat ini kegiatan ekstrakulikuler disekolah kurang diminati oleh siswa. Karena, itu untuk meningkatkan minat siswa terhadap ekstrakurikuler maka sangatlah penting diadakan media pengenalan yang berbentuk promosi ekstrakulikuler. Permasalahan yang didapat pada MA Salafiyah dalam mempromosikan kegiatan ekstrakulikulernya masih menggunakan media cetak seperti kertas brosur, media sosial seperti Facebook dan Instagram belum di update dengan maksimal sehingga kurang tepat digunakan untuk media promosi. Tujuan penelitian ini adalah untuk memberikan informasi dalam bentuk video yang bertujuan untuk memberikan promosi yang menarik mengenai kegiatan ekstrakulikuler Rebana dan ekstrakurikuler Tari. Strategi promosi ini akan di presentasikan dan di implementasikan di platform Youtube agar dapat diperlihatkan ketika melakukan promosi sekolah pada MA Salafiyah Kota Cirebon. Promosi ini di rancang dengan menggunakan software adobe premiere pro 2020. Melalui media promosi berbentuk video ini diharapkan peserta didik ataupun calon peserta didik dapat tertarik dalam bergabung di kegiatan ekstrakulikuler Rebana dan ekstrakurikuler Tari di MA Salafiyah Kota Cirebon. Kata kunci : Video Promosi, Kegiatan ekstrakulikuler, Media
PERANCANGAN MODEL SENTIMEN TWEET TERHADAP PILKADA DKI JAKARTA TAHUN 2017 MENGGUNAKAN ALGORITMA NAÏVE BAYES Tegar Lazuardi, Muhammad; Suprapti, Tati; Arie Wijaya, Yudhistira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6328

Abstract

Pemilihan Gubernur (Pilgub) DKI Jakarta menjadi peran penting dalam menentukan wilayah politik negara. Selain mencalonkan diri kembali, pasangan calon lainnya adalah Agus-Sylvi dan Anies-Sandiaga. Pilkada DKI Jakarta 2017 merupakan momen penting bagi demokrasi Indonesia. Pada tahun 2017, 7 provinsi, dan 18 kota. Penelitian ini mengkaji jaringan mobilisasi politik yang digunakan pasangan wilayah dalam Pilkada DKI Jakarta 2017. Strategi yang menonjolkan capaian wilayah yang dapat membuat birokrasi lebih efisien dan bersih, serta kepercayaan diri dalam pemberantasan korupsi. Analisis sentimen dan oponi mining adalah analisis yang bertujuan untuk melihat perasaan suatu masyarakat atau kelompok terhaap suatu keberadaan tertentu. Realita yang diekspresikan oleh masyarakat dapat bersifat positif maupun negatif. Twitter merupakan salah satu media yang membahas tentang berita seputar Pilkada DKI Jakarta 2017. Tujuan penelitian ini adalah untuk menganalisis tanggapan masyarakat terhadap pencalonan Pilkada DKI Jakarta 2017 di Twitter dan mengklasifikasikan tanggapan positif dan negatif terhadap kalimat dengan menggunakan teknik analisis. Metode yang digunakan dalam penelitian ini menggunakan teknik Naive Bayes untuk mengevaluasi. Dataset tersebut berupa tanggapan masyarakat terhadap pencalonan Pilkada DKI Jakarta di media sosial Twitter sebanyak 1129 dataset, yang kemudian dikelompokkan untuk selanjutnya diklasifikasi berdasarkan opini terkait data tersebut. Hasil penelitian ini menunjukkan akurasi 50.54% menggunakan algoritme Naive Bayes.
SISTEM INFORMASI ADMINISTRASI KEPENDUDUKAN BERBASIS ANDROID PADA KELURAHAN MUNJUL Nurmala, Sri; Suprapti, Tati; muhamad basysyar, Fadhil
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 2 (2023): JATI Vol. 7 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i2.6421

Abstract

Pembangunan administrasi kependudukan sangat penting untuk menjamin hak-hak yang dimiliki setiap warga dalam penyelenggaraan administrasi kependudukan. Penelitian ini menjelaskan proses pembuatan sistem informasi administrasi kependudukan berbasis android dan hasil uji cobanya. Metode waterfall adalah metode yang digunakan untuk membangun sistem. Kelurahan Munjul masih mengelola sistem administrasinya secara manual menggunakan Microsoft Office, yang membuatnya belum berjalan dengan baik. Jika persyaratan yang dikumpulkan tidak lengkap, membutuhkan waktu yang lama karena banyaknya formulir. Pada penelitian ini, hanya surat permohonan untuk pelayanan data kependudukan yang terdiri dari surat permohonan untuk membuat KTP, surat permohonan untuk membuat KK, surat kelahiran, surat kematian, dan surat pindah atau datang. Dengan menggunakan metode pengumpulan data observasi dan wawancara, penelitian ini bertujuan untuk membantu dan mempermudah proses administrasi kependudukan di kantor kelurahan Munjul. Aplikasi ini diuji secara black box menggunakan PHP dan MYSQL.Hasil penelitian adalah sistem informasi administrasi kependudukan berbasis android yang dapat menghasilkan laporan yang efektif dan efisien tentang layanan KTP, kartu keluarga, kelahiran, kematian, dan surat pindah atau datang bagi penduduk dan pegawai kelurahan Munjul, yang diharapkan dapat menyelesaikan masalah yang muncul di kantor kelurahan Munjul.
PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK IDENTIFIKASI KELAYAKAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) DI DESA TAMBAKSARI CIAMIS Fitriani, Fitriani; Kurniawan, Rudi; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8197

Abstract

Program bantuan sosial telah menjadi salah satu upaya yang signifikan untuk menurunkan tingkat kemiskinan di Indonesia yang bertujuan untuk meningkatkan kesejahteraan masyarakat. Akan tetapi bantuan sosial PKH masih kurang tepat sasaran dan juga tidak sesuai dengan harapan masyarakat yang disebabkan status rakyat miskin yang tidak maksimal. Penelitian ini bertujuan untuk mengidentifikasi kelayakan penerima bantuan sosial Program Keluarga Harapan (PKH) di Desa Tambaksari Ciamis dengan menggunakan metodelogi Knowledge Discovery in Database (KDD). Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering. Algoritma ini merupakan salah satu metode dalam pengelompokan data yang efektif untuk sistem pendukung pengambilan keputusan, terutama pada data yang berukuran besar. Hasil dari penelitian ini dengan menggunakan algoritma K-Means adalah adanya cluster data penerima PKH dengan mendapatkan hasil Davies Bouldin Index (DBI) sebesar 0,415 dari parameter measure type jenis Numerical Measure dengan Euclidean Distance. Penelitian ini menghasilkan 2 kelompok dari 211 data. Cluster 0 dengan jumlah 190 termasuk layak, cluster 1 dengan jumlah 21 termasuk tidak layak. Hasil DBI tersebut dinilai cukup baik sebab semakin dekat hasil yang diperoleh dengan angka nol maka semakin baik.
PENERAPAN ALGORITMA K-MEDOIDS DALAM MENENTUKAN CLUSTER KABUPATEN DAN KOTA BERDASARKAN POPULASI PETERNAKAN DI PROVINSI JAWA BARAT Khoirunisa, Irma; Astuti, Rini; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8202

Abstract

Peternakan di Indonesia merupakan salah satu sektor yang memberikan kontribusi cukup besar bagi perekonomian Indonesia. Peternakan berperan sebagai sektor utama dalam upaya pemenuhan kebutuhan dan menjaga ketersediaan pangan hewani untuk masyarakat di Indonesia. Upaya yang dapat dilakukan untuk meningkatkan dan mempertahankan produktivitas sektor peternakan antara lain dengan mengelompokkan wilayah berdasarkan karakteristiknya. Tujuan dari pengelompokan ini adalah agar informasi jenis ternak yang tersebar di setiap wilayah Jawa Barat menjadi lebih efisien dan spesifik. Salah satu cara untuk mengelompokkannya dapat ditemukan dengan menggunakan analisis cluster. Analisis cluster adalah teknik analisis statistik multivariat yang mengklasifikasikan objek ke dalam kelompok berdasarkan propertinya. Tujuan penulisan laporan ini adalah untuk mengkaji hasil cluster yang dibentuk dengan menggunakan algoritma K-Medoids. Algoritma ini merupakan metode yang kuat dalam mengelompokan wilayah-wilayah berdasarkan karakteristik peternakan yang berbeda untuk cluster kabupaten/kota di Provinsi Jawa Barat Tahun 2022. Dari hasil analisis cluster menggunakan K-Medoids pada tahun 2022 diperoleh 24 kabupaten/kota pada cluster 1, 2 kabupaten pada cluster 2 dan 1 kabupaten pada cluster 3. Hasil dari analisis cluster ini dapat memberikan wawasan yang berharga bagi pengambil keputusan dalam perencanaan dan pengembangan sektor peternakan. Dengan demikian, upaya-upaya yang dibutuhkan untuk meningkatkan produktivitas peternakan di Provinsi Jawa Barat dapat lebih terarah dan efektif.
ANALISIS SENTIMEN PENGGUNA PADA APLIKASI LINGOKIDS MENGGUNAKAN METODE K-NEAREST NEIGHBOUR Alpian Novansyah, Indi; Martanto, Martanto; Suprapti, Tati
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.8204

Abstract

Di era modern ini perkembangan teknologi dan komunikasi saat ini begitu pesat salah satunya adalah smartphone. Aplikasi pembelajaran anak-anak di smartphone dapat meningkatkan pengalaman belajar dengan desain yang menarik dan menyenangkan. Dalam konteks aplikasi pembelajaran anak-anak di smartphone, masih terdapat banyak kekurangan penelitian yang menyeluruh mengenai pengaruh desain anatarmuka pengguna terhadap efektivitas pembelajaran dan pengalaman pengguna. Dengan adanya pemahaman mengenai pengaruh desain antarmuka pengguna, pengembang aplikasi pembelajaran dan para pendidik dapat merancang aplikasi yang lebih efektif dan sesuai dengan kebutuhan dan karakteristik anak-anak. Perbaikan tampilan desain antarmuka menjadi lebih menarik, konsisten, dan memenuhi kepuasan pengguna. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap aplikasi Lingokids dengan menggunakan metode K-Nearest Neighbor. Teknik pengumpulan data yaitu dengan cara scraping data yang di konfigurasikan, kemudian diproses dengan menggunakan algoritma K-Nearest Neighbor untuk mengklasifikasikan sentimen pengguna positif, negatif, dan juga netral. Dalam penggunaan algoritma K-Nearest Neighbors (KNN) dengan dataset 80:20, terlihat peningkatan nilai akurasi seiring bertambahnya nilai K dari 1 (80,29%) menjadi 9 (87,65%). Meskipun nilai akurasi meningkat, evaluasi melalui confusion matrix menunjukkan performa yang bervariasi untuk setiap kelas. Kelas positif memiliki precision dan recall yang tinggi (88,96% dan 99,64%), sementara kelas negatif memiliki performa lebih rendah (precision 79,31% dan recall 46,94%). Hal ini menunjukkan bahwa meskipun akurasi meningkat dengan nilai K yang lebih tinggi, model KNN masih memiliki kesulitan dalam mengidentifikasi kelas negatif dengan tepat.
Co-Authors Abdul Hakim Abdul Mukhyidin Abrar Bayan, Athaullah Achmad Suharno Adam Firmansyah Ade Irma Purnamasari Ade Irma Purnamasari Aditia agus bahtiar Ahmad Faqih Ahmad Faqih Aldi Setiawan Ali Ali Alpian Novansyah, Indi Amaliah, Novi Andi Ardiansyah Andri Yanto Apriliani, Yuni Aribah, Firyal Arif Rinaldi Dikananda ASEP SAEFUDDIN Auliya Azhar, Alwan Cep Lukman Rohmat Christian Anderson Wint's II, Hans Darussalam, Luthvi Nurfauzi Dayanti, Resda Dian Ade Kurnia Dodi Solihin Doni Anggara Dwi Prasetyo Faujatun Hasanah Fazrian, Vivi Feri Irawan Irawan Fikri, Achmad Fitri Adha Hariyati Airi Fitriani Agustina Fitriani Fitriani Gifthera Dwilestari Gifthera Dwilestari Gilang Perwati, Intan Gilang Ramadhan Gustiani Regina Pratama Putri Gustino, Gustino Hadianti, Isan Hafshoh Habiballoh Hajaroh, Hajaroh Hartati Hartati Hayati, Umi Hendriyansyah, Hendriyansyah Hidayat, Manarul Hidayat, Muhamad Taufiq Hidayat, Peri Husni Mubarok Ilham Kurniawan Imam Arifin imam maulana, imam Indrawan, Heru Irfan Ali Irma Purnamasari, Ade Kaslani Khoirunisa, Irma Lestari, Hasanah Lukman Rohmat, Cep Mahda, Muhammad Manarul Hidayat Martanto . Maryam, Beby Muhaimin, Ahmad Muhamad Basysyar, Fadhil Mulyawan Nana Siti Nurjanah Narasati, Riri Narasati Naufan, Muhammad Hilmy Nining Rahaningsih Nur Amalia Nurmala, Sri Pratiwi, Intan Purnamasari, Ade Irma Raditya Danar Dana Rananda Deva Rian Raudotul Janah, Fina Rini Astuti Rini Astuti Riri Narasati Rizki Ani, Fitri Rosdiana Rosdiana Rudi Kurniawan Rudi Kurniawan Rudi Kurniawan Ruli Herdiana Ryan Hmonangan Saeful Anwar Saeful Anwar, Saeful Sajidan, Dzikri Santi Nurjulaiha Shalihah, Ghina Shinta Virgiana Silalahi, Ryan H Siti Aisah, Iis siti azhar Sri Nurmala, Ai Suarna, Nana Suharno, Achmad Sukma Maula, Intan Syajida, Hanna Syaripah, Imas Tegar Lazuardi, Muhammad Tengku Riza Zarzani N Tohidi, Edi Tri Aditama Tri Gustiane, Indri Umi Hayati Umi Hayati Utami Aryanti Vinna Agustina Wahyudin, Edi Widiawati, Fitri Widisa Adi Kumara Wijaya, Yudhitira Arie Willy Prihartono Yudhistira Arie Wijaya Yusuf Sidiq, Yusuf Sidiq Zaki Nur Rahmat Hidayat Zulfa Hana Aqliyah