p-Index From 2020 - 2025
15.058
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering JURNAL SISTEM INFORMASI BISNIS Jurnal Ilmiah Informatika Komputer Jurnal Teknik ITS IPTEK Journal of Proceedings Series Jurnal Simetris TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Jurnal Buana Informatika JUTI: Jurnal Ilmiah Teknologi Informasi Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Teknosains: Media Informasi Sains dan Teknologi Jurnal Sosioteknologi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Sistem dan Informatika Scientific Journal of Informatics JUSIFO : Jurnal Sistem Informasi POSITIF Journal of Information Systems Engineering and Business Intelligence Jurnal Ilmu Komunikasi UHO : Jurnal Penelitian Kajian Ilmu Komunikasi dan Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Inspiration Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Informatika Upgris JOIN (Jurnal Online Informatika) Fountain of Informatics Journal ETTISAL Journal of Communication Jurnal Bisnis, Manajemen, dan Informatika Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Cakrawala : Jurnal Humaniora Bina Sarana Informatika JUSTITIA JURNAL HUKUM INTEGER: Journal of Information Technology JIEET (Journal of Information Engineering and Educational Technology) Information Management For Educators And Professionals (IMBI) CogITo Smart Journal BERDIKARI : Jurnal Inovasi dan Penerapan Ipteks Jurnal Sains dan Informatika Jurnal Informatika Universitas Pamulang Jurnal Teknoinfo Jurnal Sisfokom (Sistem Informasi dan Komputer) JURNAL TEKNOLOGI DAN OPEN SOURCE Data Science: Journal of Computing and Applied Informatics Majalah Ilmiah UNIKOM Jurnal Riset Bisnis dan Investasi Jurnal Komunikasi Profesional Jurnal SITECH : Sistem Informasi dan Teknologi Jurnal Teknologi Informasi dan Pendidikan JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Elektronik Indonesian Journal of Business Intelligence (IJUBI) INFORMASI (Jurnal Informatika dan Sistem Informasi) KAKIFIKOM : Kumpulan Artikel Karya Ilmiah Fakultas Ilmu Komputer JIKA (Jurnal Informatika) International Journal of Advances in Data and Information Systems JOURNAL OF BUSINESS AND ECONOMICS RESEARCH (JBE) Journal of Information Technology and Its Utilization Al-Ittishol : Jurnal Komunikasi dan Penyiaran Islam Halal Research Journal Marketing Management Studies Jurnal Esensi Infokom: Jurnal Esensi Sistem Informasi dan Sistem Komputer J-Intech (Journal of Information and Technology) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Indonesia Sosial Teknologi Jurnal Sintak Sewagati SATIN - Sains dan Teknologi Informasi Jurnal Sistem Informasi Jurnal Sistem Informasi dan Manajemen Jurnal PUBLIQUE Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi Majalah Bisnis & IPTEK Jurnal Sosial dan Teknologi Terapan AMATA JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal Sistem Informasi dan Aplikasi
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Fountain of Informatics Journal

Perbandingan Metode Lexicon-based dan SVM untuk Analisis Sentimen Berbasis Ontologi pada Kampanye Pilpres Indonesia Tahun 2019 di Twitter Ahmad Choirun Najib; Akhmad Irsyad; Ghiffari Assamar Qandi; Nur Aini Rakhmawati
Fountain of Informatics Journal Vol 4, No 2 (2019): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i2.3573

Abstract

AbstrakPenggunaan media sosial semakin hari semakin meningkat. Salah satu media sosial yang popular saat ini adalah Twitter. Menjelang pemilihan Presiden Republik Indonesia semakin banyak tweet yang membahas tentang kegiatan tersebut. Hal ini menyebabkan topik kampanye pemilu memiliki peluang yang baik untuk dilakukan proses analisis sentimen. Saat ini, mayoritas analisis sentimen di Indonesia dilakukan hanya menilai sentimen dari kalimat tanpa mengetahui apa entitas yang ada dalam kalimat. Tujuan penelitian ini yaitu melakukan analisis sentimen dengan pendekatan berbasis ontologi. Ontologi digunakan dalam menyaring data yang akan digunakan. Ontologi dalam penelitian ini adalah ekonomi dengan atribut finansial, lapangan kerja, dan kesejahteraan. Proses analisis sentimen dilakukan dengan metode Lexicon-based dan Support Vector Machine (SVM). Proses akuisisi data diperoleh sejumlah 700.000 tweet. Koleksi tersebut diseleksi berdasarkan ontologi ekonomi menghasilkan 16.998 tweet dan dilakukan pelabelan manual sebanyak 1.600. Kemudian dilakukan pengolahan data hingga diperoleh dataset final sejumlah 1.050 tweet. Berdasarkan hasil penelitian yang dilakukan akurasi yang diperoleh berdasarkan metode Lexicon-based adalah 39% dan metode SVM sebesar 83%. Dari penelitian ini diketahui bahwa SVM mempunyai performa yang lebih baik dibandingkan dengan Lexicon-based. Hasil Lexicon-based menunjukkan bahwa sentimen pada mayoritas atribut berupa netral. Sedangkan hasil SVM menunjukkan bahwa sentimen pada mayoritas atribut (finansial dan kesejahteraan) berupa positif, sisanya (lapangan kerja) berupa netral. Selanjutnya, proses ekstraksi dan pembuatan ontologi Bahasa Indonesia secara semi-otomatis pada dataset perlu untuk dikembangkan pada penelitian berikutnya untuk menyempurnakan ontologi.Kata kunci: Analisis Sentimen, Twitter, Ontology, SVM, Lexicon Abstract[Comparison of the Lexicon-based and SVM Method for Ontology-Based Analysis of the 2019 Presidential Election Campaign on Twitter] The use of social media is increasing. One of the most popular social media is Twitter. Towards the election of the President of the Republic of Indonesia, election topic tweets discussed almost every day. Hence, it is suitable for the sentiment analysis process. Nowadays, the sentiment analysis is only evaluating the sentence without knowing what the entity is in the sentence. To overcome this drawback, we propose a sentiment analysis based on ontology. Ontology is used to filter the data to be used. The ontology used in this study is economics with attributes, i.e., financial employment, and welfare. The sentiment analysis process is carried out using the Lexicon and Support Vector Machine (SVM) based methods. The process of acquiring data obtained 700,000 tweets. The collection was selected based on economic ontology to produce 16,998 tweets, and 1,600 manual labels were labelled. Then, the number of the final dataset is 1,050 tweets. The results show that the accuracy of the Lexicon-based method is 39%, and the SVM method is 83%. The SVM has better performance than Lexicon-based. Lexicon-based results show that the sentiment on the majority attributes is neutral. While the SVM results show that the sentiment on the majority attributes (financial and welfare) is positive, the rest (employment) is neutral. A semi-automatic ontology extraction and development for Bahasa Indonesia is necessary for the future works to make a comprehensive ontology and provide better results. Keywords: Sentiment Analysis, Twitter, Ontology, SVM, Lexicon
Analisa Jaringan Dokumentasi dan Informasi Hukum Kementerian Tentang Teknologi Informasi Menggunakan Metode K-Means Clustering Muhammad Ainul Khakim; Laily Rahmadhani; Eko Setiyo Budi Purnomo; Rahma Wahyu Idayani; Nur Aini Rakhmawati
Fountain of Informatics Journal Vol 5, No 1 (2020): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v5i1.4039

Abstract

AbstrakIndonesia merupakan negara hukum. Sebagai negara hukum, tentunya pembangunan terhadap substansi hukum perlu dilakukan, yaitu menunjukkan eksistensi hukum. Salah satu hal yang bisa dilakukan untuk menunjukkan eksistensi tersebut yaitu dengan melakukan dokumentasi terkait informasi hukum dengan membentuk Jaringan Dokumentasi dan Informasi Hukum (JDIH). Anggota JDIH tersebut terdiri dari berbagai macam instansi pemerintahan, salah satunya yaitu Kementerian. Di era Industri 4.0 saat ini tentunya adanya peraturan terkait teknologi informasi menjadi penting adanya. Namun, belum ada pengelompokan yang jelas untuk membagi berbagai peraturan masing-maisng kementerian menjadi beberapa peraturan yang serupa. Penelitian ini bertujuan untuk membuat clustering dari JDIH masing-masing kementerian dengan menggunakan parameter peraturan terkait teknologi informasi. Metode clustering yang digunakan yaitu metode K-Means Clustering. Dataset peraturan diambil dari website JDIH masing-masing kementerian dengan menggunakan kata kunci peraturan terkait teknologi informasi. Dari hasil analisis didapatkan bahwa JDIH Kementerian bisa dikelompokkan menjadi 4 cluster dari total 28 JDIH Kementerian. Cluster pertama berisi 12 kementerian,  Cluster kedua berisi 13 Kementerian, Cluster ketida berisi 2 Kementerian, dan Cluster keempat berisi 1 Kementerian. Hal tersebut menggambarkan bahwa masing-masing JDIH Kementerian yang masuk dalam 1 cluster yang sama memiliki keterkaitan dan kesamaan.Kata kunci: Jaringan Dokumentasi dan Informasi Hukum, K-Means Clustering, Kementerian, Teknologi Informasi. Abstract[Analysis of the Network of Documentation and Legal Information of the Ministry about Information Technology Using the K-Means Clustering Method] Indonesia is a state of law. As a state of law, the development of the legal substance needs to be carried out, that is, to show the existence of law. One of the things that can be done to demonstrate that existence is to do documentation related to legal information by forming a Legal Documentation and Information Network (JDIH). JDIH members consist of various government agencies, one of which is the Ministry. In the current era of Industry 4.0, the existence of regulations related to information technology becomes essential. However, there has not been a clear grouping to divide the various regulations of each Ministry into several similar regulations. This study aims to make the clustering of JDIH of each Ministry by using regulatory parameters related to information technology. This research uses the K-Means for the clustering method. The regulatory dataset is taken from the JDIH website of each Ministry by using regulatory keywords related to information technology. From the results of the analysis, it was found that JDIH Ministries can be grouped into 4 clusters from a total of 28 JDIH Ministries. The first cluster contains 12 ministries, the second cluster contains 12 Ministries, the third cluster contains 2 Ministries, and the fourth cluster contains 1 Ministry. This illustrates that each JDIH Ministry that falls into the same 1 cluster has interrelations and similarities.Keywords: Documentation Network and Legal Information, Information Technology,  K-Means Clustering, Ministry
Analisis Sentimen Netizen Terhadap Personal Branding Elon Musk Pada Platform X Dengan Pendekatan Analisis Support Vector Machine Armadianti, Wanda; Brilliant Lastono, Avicenna Syeh; Putra, Fahrul Ramadhan; Al Ghozi, Ihsan Kamil; Rakhmawati, Nur Aini
Fountain of Informatics Journal Vol. 9 No. 1 (2024): Mei 2024
Publisher : Universitas Darussalam Gontor

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

Abstract

Abstrak Dalam era digital yang berkembang, personal branding menjadi kunci dalam memengaruhi opini publik. Tokoh terkenal seperti Elon Musk menggunakan media sosial, seperti Platform X, untuk mengekspresikan pandangan dan perasaan serta mengundang pujian dan kritik. Penelitian ini bertujuan untuk menganalisis sentimen netizen terhadap personal branding Elon Musk di Platform X dengan menggunakan metode Support Vector Machine (SVM) untuk pengklasifikasiannya. Beberapa proses yang dilakukan dalam penelitian ini adalah proses pengumpulan data, pelabelan data, praproses data, pembangunan model, evaluasi model, hingga visualisasi data. Data mentah berasal dari tweet netizen pada akun @elonmusk di Platform X. Tweet diklasifikasikan menjadi 3 jenis sentimen, yaitu positif, negatif, dan netral. Dari 245 data yang dikumpulkan, didapatkan data dengan sentimen positif berjumlah 82 data, negatif berjumlah 51 data, dan netral berjumlah 56 data. Model SVM menunjukkan kinerja terbaik pada klasifikasi "positif" dengan presisi tinggi (0,5135) dan recall tinggi (0,826), serta skor f1 yang baik (0,633). Untuk sentimen negatif, presisi tinggi (0,7142) tetapi recall lebih rendah (0,454). Model kurang baik dalam mengenali sentimen netral dengan presisi (0,25), recall (0,071), dan skor f1 (0,111) yang rendah. Setelah model dibangun dan dilakukan pengklasifikasian, data menunjukkan dominasi sentimen positif dalam personal branding Elon Musk. Kata kunci: Elon Musk, Personal Branding, Sentimen, SVM   Abstract [Analysis of Netizen Sentiment Towards Elon Musk's Personal Branding on Platform X Using a Support Vector Machine (SVM) Analysis Approach] In the growing digital era, personal branding is the key to influencing public opinion. Famous figures such as Elon Musk use social media, such as Platform X, to express views and feelings and invite praise and criticism. This research aims to analyze netizen sentiment toward Elon Musk's personal branding on Platform X using the Support Vector Machine (SVM) method for classification. Several processes carried out in this research are data collection, data labeling, data preprocessing, model building, model evaluation, and data visualization. The raw data comes from netizen tweets on the @elonmusk account on Platform X. Tweets are classified into 3 types of sentiment, namely positive, negative, and neutral. Of the 245 data collected, 82 data were obtained with positive sentiment, 51 negative data, and 56 neutral data. The SVM model showed the best performance on “positive” classification with high precision (0.5135) and high recall (0.826), as well as a good f1 score (0.633). For negative sentiment, precision is high (0.7142) but recall is lower (0.454). The model is not good at recognizing neutral sentiment with low precision (0.25), recall (0.071), and f1 score (0.111). After the model was built and classified, the data showed the dominance of positive sentiment in Elon Musk's personal branding. Keywords: Elon Musk, Personal Branding, Sentiment, SVM
Co-Authors -, Hanny A Pahmi Abdul Azizun Nafi Abi Nubli Abadi Achmad Thoriq Aminullah Adam Achmad Rayhan Adam Akbar Adam Akbar Adam Febriansyah Adellya Rizqy D Adi, Sang Intan Risqi Adinda Ayudyah Rachmawati Aditya Muhammad, Yagi Afifah Nurul Izzati Afisina, Annisa Ahmad Choirun Najib Ahmad Choirun Najib Ahmad Hilal Mubarok Ahmad Ikhsan Ahmad Laroy Bafi Ahmad Muklason Ahmad Naufal Ahmad Naufal Muzakki Ahmad Naufal Rofiif Ahmad Rifqy S Ahmadimaldeh, Ashkan Aina Divany Aini, Sarah Auliannisa Aisy, Rihhadata Aisyah Zahrah Akdeas Oktanae Widodo Akhdan Arifuddin Akhmad Syafrie Syamsudin Akmal, Dara Nasywa Fathya Afiqah Al Ghozi, Ihsan Kamil Alexander Sidum Laka Kaki Alexander Sidum LK Alexander, Shane Giorgio Alexandra Situmorang Alfarizi, Septian I Alifa Rizki Rahmarani Aliffia Isma Putri Alifian Sukma, Alifian Alkautsar Rivandra, Muhammad Altetiko, Faizal Johan Amal, Muh Ichlasul Amartika, Nida Aulia Amir Mu’tashim Billah Ana Mardiyah Ananto, Amadeus Terra Andaru Pratama Putra Andieka Rabbani Angelica Cintya Mannuela Wibowo Anggrarista Nusty Alivia Anisa Rahmah Anita Carolina Ansar, Muhammad Armando Nur Rizqy Ansori, Daffa Daris Mahendra Anwar Romadhon Aparamarta, Hakun Wirawasista Aqila Intan Prakerti Ardha Perwiradewa Ardha Perwiradewa Ardhi Dwi Firmansyah Ari Prabowo Ariadi, Evanriza Safiq Arief Rahman Arifansyah Wicaksono Aris Purwanti Putri Aristamy, I Gusti Ayu Agung Mas Armadianti, Wanda Arrindika Pradana Ramadhansyah Arya Akbar Rivaldi Aryanti, Dwi Cindy Asmaul Husna Astian Afif Astrid Kurnia Sherlyanita Astrid Kurnia Sherlyanita, Astrid Kurnia Aura Febriyanti Puspa Sari Avelyna Ferariya Claresta Awwaliyah Aliyah Az-Zahra, Farah Helga Azmi Pratama Bagas Farhan, Muhammad Bagus Tri Handoko Bakkara, Bintang Bayu Azra Yudhantorro Bayu Narendra Jati Bekti Cahyo Hidayanto Berry Humaidi Fuad Bestari, Farida Afira Brilliant Hartono Brilliant Hartono Brilliant Lastono, Avicenna Syeh Budi, Aditya Septa Chamdana Taqie Samboro Chetrina Dhea Puspita Chintia, Ervina Cisatra, Aulia Cita Engedi K D, Adellya Rizqy Danendra, Farel Dea Ayu Oktaviani Deanda Bevani Aletha Deny Hermansyah Dewi Aprilia Dewi Aprilia Dewi, Kadek Mawar Kumala Diajeng Ciptaning Ayu Dimas Arief Rahman Dimas, Yoel Dinda Dinda Dinda Meidianti Kusuma Putri Dinda, Dinda Doohan Ryan Fathony Edward Suryaputra Eko Setiyo Budi Purnomo Elsa Syafira Rahmasita Elvia Ichsazene Dina Adha Erizkika Mochammad Arsy Rofi Ervina Chintia Erwada, Baringga Aurico De Eskalalita, Eskalalita Etria Sepwardhani Purba Eva Agustine Evan Evan Fabroyir, Hadziq Fadhila, Putri Rahma Fadzilah, Lutfi Nur Fadzilah, Lutfi Nur Fairuz Ghalib Faisal, Syafrie Dwi Faiz, Achmad Fajar Ramadhani Fajriyadi, Adnan Mauludin Falih, Laode Shaldan Fanny Azhary Formen Fano, Naufal Firjatulloh Farhan Aji Farhan Septiadi Farida Afira Bestari Farrel Arrizal Fathony, Doohan Ryan Fauziyah, Ananda Rahmah Faza Rashif Febriansyah, Adam Febriliyan Samopa Febrine Deva A Febriyora Surya Pratiwi Feby Artwodini Muqtadiroh Felle, Sola Graciana Ferdy Pramudya Firdaus Firqa Aqila Noor Arasyi Firwam Al Ayubi Fithrotuz Zuhroh Formen, Fanny Azhary Furqon, Muhammad Ariful Galih Rendi Setyawan Gandhi Surya Buana Gary Dimitri Hamidi Ghiffari Assamar Qandi Ghufron, Mochamad Rafli Goldio Ihza Perwira Nirvana Habibullah, Bayu Liano Leader Haedar, Zulfikar Fahmi Hakun Wirawasista Aparamarta Hamidi, Gary Dimitri Hamzah Muhammad Hanissa Rizki Kurnia Hapsari Wulandari Harmami Harmami Haryono Putra, Yudhistira Azhar Hasan Ikhwani Hasna Dhiya Nafitra Helmi Muharram Hendro Nurhadi Hendro Nurhadi Hendry Naufal Marbella Herdy Ardiansyah Hindrayani, Kartika Maulida Hosiana Arga Putri Humaira Nur Pradani Humayyun Nabila Ramadhani Ibadurrahman Ziaulhaq Ikhwan Jauhar Imam Mansyur Solichin Imam Mansyur Solichin``` Imam Teguh Islamy Immanuella, Grace Michelle Indira Salsabila Ardan Indraswari, Rarasmaya Indrianingtyas, Puspa Nur Intania Chantika Alina Intania Chantika Alina Irhamah Irhamah - Irmasari Hafidz Irsyad, Akhmad Ita Ulfin Ivan Pramudhana Bernadi Izdihar, Awliya Hanun Izzat Aulia Akbar Izzati, Afifah Nurul Izzatul Isma Jawakory, Malvin Reynara Jessica Aurelia Nadine Jessica Patricia Halim Juan Jan Juan Septian Veron Panjaitan Juwari Juwari Juwari Kanedi, Fidela Jovita Kardinata, Eunike Katili, Apridio Edward Kevin Hafizzana Untoro Wiwaha Kevin Rafi Adjie Putra Santoso Kresnawan, Hans Lacsita Devi Oktaviana Lailatul Qadariyah Laily Rahmadhani Lazuardi, Luthfi Leonardi Paris Hasugian Liefran Satrio Sim Lita, Ivana Ludia Rosema Dewi Luh Putu Gayatri Widiastuti Luh Putu Gayatri Widiastuti Lukman, Muhammad Rizano Lulu`ul Watef Luthfi Lazuardi Luthfi Lazuardi Mahabbataka Arsyada, Muhammad Farrih Maharani, Dewi Maharani, Indira Margaretha, Ribka Devina Mashuri Mashuri Maulidani, Muhammad Wildan Maulidiya Meilani Michael Christopher Miftahul Jannah Miftakhul Janah Sulastri Minokaura, Muh. Fachrul Mochammad Dwiky Andrian Mohammad Awaluddin Syarif Mokay, Hanna Gloria Mufidah, Belva Rizki Mufidah, Karima Muh Ichlasul Amal Muhammad Ainul Khakim Muhammad Ainul Khakim Muhammad Alif Noor Febriansyach Muhammad Alrifqi Muhammad Bagas Farhan Muhammad Daffa Rinaldy Yusri Muhammad Dary Falah Muhammad Fajrul Alam Ulin Nuha Muhammad Hanif Waskito Muhammad Hilman Rafialdy Muhammad Iqbal Aditama Muhammad Irfan Muhammad Kemal Witjaksono Muhammad Muchlish Muhammad Papuandivitama Putra Muhammad Rasyid Kafif Ibrahim Muhammad Reza Pahlawan Muhammad Rifqi Hidayat Muhammad Rivza Adrian Muhammad Rizqi Nur Muhammad Wildan Maulidani Muhammad Zuhri Mursyidatun Nabilah Nabila, Nafisa Sufi Nadhif Ikbar Wibowo Nadhifa, Ufaira Khanzahasna Nanfaiq Nadia Widyawati Putri Nadiah, Rofiqoh Nadira Hanifah Nur’aini Nafi, Abdul Azizun Nailah Azzahra Najib, Ahmad Choirun Najib, Ahmad Choirun Najwa, Nina Fadilah Naseela, Qudsiyah Zahra Ilham Natania, Cecilia Melva Naufal Ihza Revandhika Naufal Tsabit Naufal, Muhammad Alifiro Naura Jasmine Azzahra Ni Luh Putu Chandra Savitri Nida Inayah Maghfirani Nida Inayah Maghfirani Nikmah, Najla Lailin Nina Fadilah Najwa Nisrina Fadhilah Fano Nisrina Fadhilah Fano Nody Risky Pratomo Novian Noormansyah Novita Indah Pitaloka Nur Sholekah, Nadila Nurfatikha, Rih Prajna Oktaviani, Dea Ayu Olive Khoirul Pamungkas, Adhi Yoga Muris Pande Made Risky Cahya Dinatha Permatasari, Reisa Perwira, Reynaldi Drajat Ageng Perwiradewa, Ardha Poetra, Vincentian Michael Anton Pradani, Humaira Nur Pramesta, Noverita Rizki Pramesty, Nabilla Sabta Putri Pratama, Azmi Pratomo, Nody Risky Premananda, I Gusti Agung Purnama, I Putu Adhitya Pratatama Mangku Puspa Nur Indrianingtyas Putra, Fahrul Ramadhan Putri, Aris Purwanti Putri, Malfa Liya Qonita Nailul Muna R. Aditya Rayhan Zanesty R. Aditya Rayhan Zanesty R., Echa Alfa Raden Darmawan Raden Darmawan Radityo Prasetianto Wibowo Radya Amirur Rahman Rafika Rahmawati Rahadiantino, Lienggar Rahayu, Triana Mugia Rahma Wahyu Idayani Rahman, Muhammad Daffa Alvinoer Rahman, Radya Amirur Rahmanisa Dzakiyyarani, Fathia Rahmasita, Elsa Syafira Rahmat Hidayat Rahmat Hidayat Rahmat Hidayat Rahmat Hidayat Rahmawati, Alfrida Rainal Yusril Ramadhani Galuh Candra Purtiwi Ramadhani, Humayyun Nabila Ramadhani, Slamet Ramadhani, Sulthan Alif Secca Ramadhansyah, Arrindika Pradana Ramadina, Raysa Farah Mumtaz Rasendriya, Zada Alfarras Refais Akbar Zufira Refaldi, Darrel Athaya Regita Ayu Cahyani Zulaikhah Rekyan Bayu Waskitho Renada Aulia Salsabila Rendiga, Naifa Mumtazah Rendy Ananta Resistania Anggita Putri Revandhika, Naufal Ihza Reyhan Venyutzky Reza Safira Rezky Ameron Rheindra Alfarhizi Ridho, Achmad Fahmi Ainur Rifardhi Reza Saputra Rifda Awalia Zuhroh Rihhadata Aisy Rita Sari Rivanda Putra Pratama Rivanda Putra Pratama Riyandini Devi Intan Permata Sari Rizal Maulana Hadi Rizal, Muhammad Ainur Rizqeya Irfan Pratama Rofiif, Ahmad Naufal Rofiqoh Nadiah Rosyid Abdillah Royyana Muslim Ijtihadie Rustanto, Ikhwan Sadewa, Naufal Saputra, Faris Sandra Sarah Ahya Khairunisa Saraswati, Ni Putu Septiary Devi Savitri, Ni Luh Putu Chandra Seloatmodjo, Xavier Wahyuadi Septiadi, Yogik Septian I Alfarizi Setiyo Gunawan Shade Rahmawati Shafwan Agung Shalma Rachmayani Putri Sholihah, Annisa Mufidatun Sholikah Desi Purwanti Siahaan, Inggrit Rismauli Sidum LK, Alexander Sipayung, Retha Novianty Sisca Threecya Agatha Siti Aminatus Zehroh Siti Zehroh Situmorang, Alexandra Sujiwana, Rafi Kurnia Sulthan Alif Secca Ramadhani Suryaputra, Edward Suwandi, Syifa Ilma Nabila Syahputra, Novyant Syifaul Fuada T, MHD Raihan Natigor Tantri, Ashr Hafiizh Tertiabudi, Vania Aileen Tio Arya Dewa Prakarsa Tio Arya Dewa Prakasa Tri Andika Maulana Tsabit, Naufal Tsabita Rizqiina Putri Hidayat Ufaira Khanzahasna Nanfaiq Nadhifa Utomo, Jihan Husnia Vania Farah Candrawati Vania Rahma Dianutami Venus Oktanada Gemilang Venyutzky, Reyhan Vielita, Femi Nabila Vincentian Michael Anton Poetra Wardati, Nanda Kurnia Watef, Lulu`ul Wibowo, Nashita Kalila Wiradharma, Putu Panji Witjaksono, Muhammad Kemal Yahya Noviko Rahman Yanuandika Akbar Yoel Dimas Yoga Widhia Pradhana Yumna Cahyaning Yusri, Muhammad Daffa Rinaldy Zega, Kurniaman Andreas Zehroh, Siti Zehroh, Siti Aminatus Zeko, Chubo Zendika Dayongki S Zuhroh, Nurrida Aini Zulaikhah, Regita Ayu Cahyani Zulfikar Fahmi Haedar