Article Per Year (5 Year)
p-Index From 2021 - 2026
12.256
P-Index
This Author published in this journals
All Journal Tekno : Jurnal Teknologi Elektro dan Kejuruan Jurnal Ilmiah Informatika Komputer Prosiding SNATIF Jurnal Informatika dan Teknik Elektro Terapan Sistem : Jurnal Ilmu-Ilmu Teknik INTEGER: Journal of Information Technology JIKO (Jurnal Informatika dan Komputer) JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) JURNAL ILMIAH INFORMATIKA Jurnal Infomedia JURNAL PENDIDIKAN TAMBUSAI Jurnal Teknik Elektro dan Komputer TRIAC Jurnal Riset Informatika Jurnal Teknologi Terpadu JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Elektronik bit-Tech JE-Unisla ILKOMNIKA: Journal of Computer Science and Applied Informatics Generation Journal JATI (Jurnal Mahasiswa Teknik Informatika) CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Pengabdian kepada Masyarakat Nusantara Nusantara Science and Technology Proceedings Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Ilmiah Teknologi Informasi dan Robotika Journal of Information System and Technology (JOINT) Jurnal Teknologi dan Manajemen TIERS Information Technology Journal Jurnal Informatika, Komputer dan Bisnis (JIKOBIS) Decode: Jurnal Pendidikan Teknologi Informasi International Journal Of Computer, Network Security and Information System (IJCONSIST) ALINIER: Journal of Artificial Intelligence & Applications Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN) Jurnal WIDYA LAKSMI (Jurnal Pengabdian Kepada Masyarakat) SinarFe7 Jurnal Informatika Software dan Network (JISN) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Journal of Informatics and Electronics Engineering J-Icon : Jurnal Komputer dan Informatika TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Jurnal Informatika Polinema (JIP) VISA: Journal of Vision and Ideas Journal of Innovative and Creativity Journal of Technology and System Information Journal of Software Engineering and Multimedia (JASMED) Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics Himpunan: Jurnal Ilmiah Mahasiswa Pendidikan Matematika Brilliant International Journal of Management and Tourism Jurnal Informatika Dan Tekonologi Komputer Jurnal Nasional Teknologi Informasi dan Aplikasinya
Anggraini Puspita Sari
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Other

Published : 121 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 121 Documents
Search

 4   5   6   7   8 
Penerapan Alpha-Beta Pruning dalam Pengembangan AI Catur: Evaluasi dan Peningkatan Strategi Nandana Wahyu Rizqullah; Awang Mohammad Ziadhasya Rizqaarrafi; Mohammad Quthbul Widad; Anggraini Puspita Sari
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3250

Abstract

Permainan catur merupakan permainan strategis yang dimainkan oleh dua pemain untuk mematikan pergerakan lawan mereka. Ketika bermain catur, orang belajar berpikir abstrak dan mencoba untuk menyelesaikan masalah, hal ini dapat berpengaruh terhadap pola pikir seseorang dalam kehidupan sehari-hari. Seiring berkembangnya zaman, teknologi digital mengalami bertumbuh pesat dan berdampak pada sistematis permainan catur itu sendiri. Penerapan algoritma alpha-beta pruning dalam pengembangan kecerdasan buatan untuk permainan catur telah menunjukkan peningkatan efisiensi dalam proses pencarian langkah yang optimal. Penelitian ini bertujuan untuk mengevaluasi pengaruh tingkat kedalaman alpha-beta pruning terhadap kesulitan dan waktu komputasi dalam permainan catur. Algoritma ini diimplementasikan menggunakan bahasa pemrograman python di lingkungan pengembangan Visual Studio Code (VS Code) dengan pustaka pygame untuk antarmuka grafis. Algoritma alpha-beta pruning mampu mengoptimalkan pencarian dengan memangkas cabang yang tidak relevan, namun membutuhkan sumber daya komputasi yang lebih besar pada kedalaman yang lebih tinggi. Kata Kunci:  Alpha-beta pruning, kecerdasan buatan, catur, algoritma pencarian, optimasi. 
Pemanfaatan Natural Language Processing Untuk Pengecekan Ejaan Sesuai KBBI Ledjap, Adventus Michael Bala; Rochmawati, Febriyan Putri; Marsanda, Dea Ayu Eka; Sari, Anggraini Puspita
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3255

Abstract

Spelling mistakes in the Indonesian language often occur due to lack of knowledge of spelling rules, the influence of foreign languages, and the use of informal language. This research aims to develop a Natural Language Processing (NLP) based spelling checking system that refers to the Dictionary of Indonesian Language (KBBI). The system is expected to be able to perform automatic spelling verification and correction with high accuracy. The method used is qualitative with an analytic descriptive approach, involving data collection from the KBBI and processing using Python. The research stages include collection, data cleaning, tokenization, and data analysis. The system was trained using a large Indonesian text dataset. The results showed the system achieved a spelling check accuracy of 81.64%, more accurate, easy to use, flexible, and adaptive than conventional systems. The number of words in the text affects the checking time, with longer text taking longer.
Sistem Rekomendasi Monitor Pada Komputer Berdasarkan Preferensi Pengguna Menggunakan Metode Content-Based Filtering Anggraini Puspita Sari; Dela Puspita Lasminingrum; Cinta Ramayanti; Iqbal Bagus Satriawan
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3355

Abstract

Era digital memaksa manusia untuk beradaptasi dengan penggunaan teknologi dalam kehidupan, termasuk penggunaan teknologi perangkat keras monitor untuk mendukung kegiatan krusial seperti bekerja atau belajar. Namun, berbagai informasi produk yang tersebar secara tidak terkendali di internet dan kurangnya literasi digital masyarakat menyebabkan pengguna kesulitan dalam menentukan pilihan monitor. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan suatu sistem rekomendasi monitor yang berbasis konten untuk membantu pengguna memilih monitor sesuai dengan preferensi yang dikehendaki. Penelitian ini menggunakan metode utama content-based filtering, dan gabungan antara teknik web scraping untuk pengumpulan data, normalisasi untuk persiapan data, dan algoritma TF-IDF serta cosine similarity untuk menganalisis dan merekomendasikan monitor berdasarkan atribut harga, ukuran layar, dan resolusi. Dengan metode tersebut, diharapkan sistem ini dapat mengurangi informasi produk yang berlebih serta memudahkan pengguna untuk mengambil keputusan untuk monitor yang diminati. Sistem rekomendasi ini memberikan output berupa rekomendasi monitor berdasarkan harga yang diinginkan pengguna, atau ukuran layar dan resolusi yang diharapkan pengguna. Kata kunci : Sistem rekomendasi, monitor, content-based learning, preferensi pengguna
Perbandingan Kinerja Metode Convolutional Neural Network (CNN) dan VGG-16 dalam Klasifikasi Rambu Lalu Lintas MOH MARIO SUBAGIO; Mulyani Satya Bhakti; Achmad Yusuf Yulestiono; Anggraini Puspita Sari
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3361

Abstract

Penelitian ini membandingkan kinerja metode Convolutional Neural Network (CNN) dan VGG-16 dalam klasifikasi rambu lalu lintas menggunakan dataset gambar yang telah diproses sebelumnya. CNN yang digunakan melibatkan beberapa lapisan konvolusi, pooling, dropout, dense, serta penerapan data augmentasi untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa CNN sederhana mampu menghasilkan akurasi yang lebih baik dalam klasifikasi rambu lalu lintas dibandingkan dengan VGG-16. Model CNN terdiri dari lapisan-lapisan yang lebih sederhana namun efektif dalam mengekstraksi fitur dan mengurangi dimensi data, sehingga mengurangi kompleksitas komputasi dan mencegah overfitting. VGG-16, yang merupakan salah satu arsitektur CNN yang lebih kompleks dan mendalam, memerlukan sumber daya komputasi yang lebih besar serta waktu pelatihan yang lebih lama. Meskipun VGG-16 dilatih dengan fine-tuning pada beberapa lapisan terakhir untuk menyesuaikan model dengan dataset rambu lalu lintas, hasil eksperimen menunjukkan bahwa VGG-16 masih memerlukan lebih banyak waktu dan sumber daya dibandingkan dengan CNN sederhana. Hasil penelitian ini menyimpulkan bahwa CNN sederhana tidak hanya efisien dan efektif untuk aplikasi dengan keterbatasan sumber daya tetapi juga mampu memberikan akurasi yang lebih tinggi dibandingkan VGG-16. Keunggulan CNN sederhana terletak pada efisiensi komputasi dan kemampuannya untuk dioptimalkan lebih lanjut, termasuk penerapan teknik transfer learning untuk meningkatkan performa model tanpa perlu pelatihan ulang dari awal. Dengan demikian, CNN sederhana menjadi pilihan yang lebih ideal untuk aplikasi klasifikasi rambu lalu lintas, terutama dalam konteks yang memerlukan efisiensi waktu dan sumber komputasi. Penelitian ini membuka peluang untuk eksplorasi lebih lanjut dalam penggunaan teknik optimisasi dan transfer learning guna meningkatkan kinerja model dalam berbagai aplikasi klasifikasi gambar. Kata Kunci: rambu lalu lintas, VGG16, convolutional neural network (CNN)
Penerapan Sistem Pakar untuk Diagnosis Awal Penyakit Pernapasan Kronis pada Manusia Fajrina, Nur Septia; Nurdianto, Muhammad Akbar; Zahran, Muhammad Sulthan; Sari, Anggraini Puspita
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3366

Abstract

Penyakit pernapasan kronis seperti asma, bronkitis kronis, dan penyakit paru obstruktif kronis (PPOK) adalah penyebab utama morbiditas dan mortalitas global. Deteksi dini dan intervensi yang tepat sangat penting untuk mengelola penyakit ini dan meningkatkan kualitas hidup pasien. Namun, proses diagnosis seringkali kompleks dan memerlukan keahlian klinis yang mendalam. Sistem pakar, sebagai salah satu cabang Artificial Intelligence (AI), dapat membantu dalam diagnosis penyakit ini dengan mengandalkan pengetahuan dari pakar manusia yang diimplementasikan dalam program komputer. Tujuannya adalah untuk meningkatkan deteksi dini dan intervensi yang tepat guna, mengingat kompleksitas proses diagnosis yang sering memerlukan keahlian klinis mendalam. Hasil penelitian menunjukkan bahwa sistem pakar ini mampu memberikan diagnosis awal yang membantu dalam pengambilan keputusan medis awal, terutama dalam situasi di mana akses langsung ke layanan kesehatan terbatas. Kata kunci: Penyakit pernapasan, Sistem pakar, Diagnosis sementara, Forward channing, Intervensi medis.
Analisis Sentimen Aplikasi Gojek Pada Twitter Menggunakan Algoritma Naive Bayes Budiman, Daniel; Adhi Dwi Saputra; Revano Maliq Reynanda; Anggraini Puspita Sari
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3375

Abstract

Media sosial telah menjadi platform penting bagi masyarakat untuk menyampaikan opini tentang produk dan layanan. Salah satu aplikasi yang populer di Indonesia adalah Gojek, yang banyak dibicarakan di Twitter. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Twitter terhadap layanan Gojek menggunakan algoritma Naive Bayes. Tahapan penelitian meliputi pengumpulan data tweet, pelabelan data, praproses data, transformasi dengan TF-IDF, klasifikasi menggunakan Naive Bayes, evaluasi model, dan visualisasi hasil. Dalam penelitian ini, dibandingkan beberapa perbandingan pembagian data, yaitu 80:20, 75:25, 70:30, dan hasil menunjukkan bahwa persentase yang paling besar adalah 80:20, yang kemudian digunakan dalam penelitian ini. Hasil menunjukkan bahwa model Naive Bayes mampu mengklasifikasikan sentimen dengan akurasi 84,21%, presisi 86,67%, dan recall 92,86%. Penelitian ini bertujuan memberikan kontribusi akademis dalam bidang analisis sentimen dan pengolahan bahasa alami, serta memperkaya literatur terkait dengan studi kasus aplikasi layanan digital di Indonesia. Selain itu, penelitian ini membuka peluang untuk pengembangan lebih lanjut dengan algoritma lain dan analisis yang lebih mendalam.
Website Creation as Means of Digitizing MSME Products for School Uniforms at Agung's Collection Eko Wahyudi; Anggraini Puspita Sari; Firza Prima Aditiawan
Nusantara Science and Technology Proceedings 7st International Seminar of Research Month 2022
Publisher : Future Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11594/nstp.2023.3365

Abstract

The development of digital technology provides opportunities for micro, small, and medium enterprises (MSMEs) to utilize online media in marketing strategies that were initially only conventional in the hope of increasing the income of MSME actors. Agung's Collection is an MSME actor who was selected as a partner for community service activities financed by the East Java "Veterans" National Development University. The partner business was built in the 90s and was led directly by the business owner, namely: Mr. Mustik. Agung's Collection is a special partner in producing school uniforms located in Sraturejo Village, Baureno sub- districts, Bojonegoro districts, Indonesia. The stages of community service activities that have been carried out are conducting partner location surveys, outreach to partners, problem analysis, product digitization implementation, and intellectual property rights (IPR) management. The training and assistance phase of the results of product digitization will be carried out after reporting accountability to the Research and Community Service Institute (LPPM), Universitas Pembangunan Nasional “Veteran Jawa Timur, Surabaya-Indonesia. This community service activity is in the form of digitizing partner products to expand marketing reach, increase sales results, maintain product quality, and increase productivity so that it has an impact on increasing partner income significantly which is expected to improve the welfare of partner employees. The results of digitizing partner products carried out by the proposing team consist of a website, tag, and logo. Design of tag, logo, and website based on the agreement between the proposer team and partners. Tag and logo are designed based on the characteristics or uniqueness of partner products so that they are different from other school uniform manufacturers. On the website, the results of Agung's Collection logo design are already listed. The website contains a home, about us, galleries, products, and contacts.
Prediksi Gangguan Kesehatan Mental pada Kalangan Mahasiswa Menggunakan Metode Pseudo-Labeling dan Algoritma Regresi Logistik Sari, Anggraini Puspita; Prasetya, Dwi Arman; Aditiawan, Firza Prima; Al Haromainy, Muhammad Muharrom
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 4 No 2(SEMNASTIK) (2024): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akunt
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol4No2(SEMNASTIK).pp40-48

Abstract

Mental illness is a health condition that alters a person's thoughts, feelings, or behaviors, leading to distress and difficulty in maintaining a normal life. Mental health issues should not be taken lightly due to the challenges associated with diagnosis. Many students tend to experience mental health problems at various stages of their education, from diploma programs to doctoral studies. This situation becomes more critical as students approach the end of their studies and anticipate future prospects. This article explores the mental health status of students through symptoms, using logistic regression methods for prediction based on the dataset used. In this study, two types of data are employed: labeled dataset and unlabeled dataset, which are combined to create a semi-supervised learning approach. Labeled dataset is classified using a logistic regression algorithm, while unlabeled dataset employs the pseudo-labeling method. The analysis and modeling of the dataset indicate that the comparison between labeled and unlabeled dataset can significantly affect accuracy and processing time. Furthermore, the use of the pseudo-labeling method with the logistic regression algorithm is well-suited for the mental health case study, achieving an accuracy of 98% with a labeled to unlabeled dataset ratio of 1:2.
DETEKSI SPAM EMAIL MENGGUNAKAN METODE LSTM (LONG SHORT TERM MEMORY) Sampurno Utomo, Moch Wahyu; Wisnu Murti, Hapsoro; Widya Indah Sujatmoko, Amanda; Puspita Sari, Anggraini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11474

Abstract

Masalah spam email tetap menjadi ancaman serius bagi keamanan dan efisiensi komunikasi digital. Metode deteksi spam konvensional sering kali gagal mengidentifikasi taktik spam yang semakin canggih, seperti penggunaan bahasa ambigu dan manipulasi teks. Hal ini menyebabkan lolosnya email berbahaya yang dapat mengakibatkan pencurian data sensitif dan kerugian finansial. Untuk mengatasi tantangan ini, diperlukan pendekatan yang lebih adaptif dan mampu memahami konteks linguistik yang kompleks. Tujuan dari penelitian ini adalah untuk meningkatkan akurasi deteksi email spam dengan menggunakan pendekatan Long Short Term Memory (LSTM), yang merupakan jenis dari Recurrent Neural Network (RNN). Untuk mencapai hal ini, kami menggunakan kumpulan data yang terdiri dari beragam teks email yang bersumber dari korpus SpamAssassin. Data menjalani pemrosesan teks, tokenisasi untuk mengubah teks menjadi urutan angka, yang kemudian dipadukan agar memiliki panjang yang seragam, dan kemudian melakukan padding pada urutan untuk menstandarkan panjang input. Melalui pelatihan dan evaluasi model LSTM, kami mengamati peningkatan substansial dalam akurasi deteksi mencapai 99.35%. Hasil ini menunjukkan kemampuan LSTM dalam menangani nuansa teks email, sehingga meningkatkan kinerja sistem deteksi spam secara signifikan. Kesimpulannya, pendekatan LSTM terbukti efektif dalam mengidentifikasi email spam dan dapat diadopsi sebagai solusi dalam sistem penyaringan email.
PENERAPAN ALGORITMA NAIVE BAYES TERHADAP KUALITAS UDARA DI JAKARTA DAN REKOMENDASI AKTIVITAS MASYARAKAT Putri Salsabila, Belia; Belva Cynara Trana Putri, Prudencia; Ramadhani, Neo; Puspita Sari, Anggraini
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11592

Abstract

Kualitas udara merupakan faktor penting bagi kesehatan manusia, namun wilayah perkotaan seperti Jakarta mengalami penurunan kualitas udara disebabkan oleh aktivitas industri serta emisi karbon dari kendaraan. Penelitian ini bertujuan untuk mengklasifikasikan dan memprediksi tingkat kualitas udara serta memberikan rekomendasi aktivitas bagi masyarakat menggunakan teknik data mining Naive Bayes. Data diperoleh dari platform kualitas udara Satudata.jakarta.go.id dengan total 259 sampel data. Parameter yang digunakan meliputi PM10, SO2, CO, O3, dan NO2. Data dibagi menjadi 65% untuk pelatihan dan 35% untuk pengujian. Model Naive Bayes ini mencapai tingkat akurasi sebesar 92%, menunjukkan bahwa efektivitas kualitas udara dapat diklasifikasikan menjadi beberapa kategori, seperti "Baik", "Sedang", "Tidak Sehat", dan “Sangat Tidak Sehat”, serta memberikan rekomendasi yang akurat, yang menunjukkan kemampuan tinggi untuk melakukan klasifikasi kualitas udara. Oleh karena itu, dengan menggunakan data kualitas udara secara real-time, penelitian ini dapat memberikan rekomendasi kepada masyarakat bagaimana cara yang aman untuk menghadapi polusi udara dan meningkatkan kesadaran mereka. Hasil ini menunjukkan bahwa model ini dapat diandalkan untuk membantu masyarakat dan kebijakan mengurangi dampak negatif penurunan kualitas udara dan memitigasi dampak kesehatan yang disebabkan oleh paparan terus-menerus pada polusi udara.
Co-Authors Abd Rabi’ Achmad Junaidi Achmad Junaidi, Achmad Achmad Yusuf Yulestiono Adhi Dwi Saputra Adiguna Yudhanto Adila, Mar’atul Aditya, Wigananda Firdaus Putra Adiyatma, Hesel Faza Afandi, Rizki Baehtiar Afina Lina Nurlaili Agung Darmawansyah Agung Mustika Rizki, Agung Mustika Agussalim, Agussalim Agustiardani, Salsa Pramudhita Aji Paringga Jati Akbar, Fawwaz Ali Akbar, M.Azriel Yaqi Al-Ayyubi, Iqbal Alam, Fajar Indra Nur Aldito Restu Wintama Alfajr, Achmad Yuneda Alfi Hendri Alhamda, Denisa Septalian Alif Bayu Ammarizky Alif Ernanda Putra Amelia Ananda Putri Lestari Amrullah, Ahmad Wildan Ana, Vika Rafi Andre Leto Andreas Nugroho Sihananto Andreas Nugroho Sihananto Anindhyta, Erisa Dwi Xena Aninidta, Sophia ANUGRAH PRASETYA, RAJAWALI SHAKTIKA Aprinia Salsabila Roiqoh Aqil Salim, Mas Muhammad Ar Rafi, Mohammad Hafiz Ardelia, Danika Najwa Ardiansyah, Muhammad Dafa Ardiansyah, Muhammad Naufal Arhinza, Rayhan Saneval Ariando, Aldo Pradana Aries Boedi Setiawan Arif Nur Cahyo Arif Rahman Hakim Arif Widiasan Subagio Arifani, Kahpi Baiquni Arifin, Hilda Desfianty Arini, Andhini Putri Ariningtyas, Imelda Dwi Arryanto, Bahiskara Ananda Arthansa, Radendha Muhammad Aryananda, Rangga Laksana Atiqur Rozi Awang Mohammad Ziadhasya Rizqaarrafi AZMI, ANDRA HUSNUL Azzahra Adelia Sabrina Salsabila Azzahra Asti Khairunnisa Bagus Satrio Wicaksono Basuki Rahmat Masdi Siduppa Bayu Setiawan Belva Cynara Trana Putri, Prudencia Bhaswara, Maulana Muzakki Bimantoro, Ryan Bagus Binti Hasim, Norhaslinda Budiman, Daniel cahyono, wahyu eko Cinta Ramayanti Citra Firdausi, Putri Aulia Damai Arbaus, Damai Damayanti, Natasya Meryl Daniswara, Sena Danu Satrio Dea Rajwa Zahra Athaya Dela Ayu Putri Mayona Dela Puspita Lasminingrum Deswita Choirun Nisa Dewi, Shanty Kurnia Dian Maharani, Dian Dimas Satria Prayoga Dody Pintarko Dwi Arman Prasetya Dwi Arman Prasetya Dwi Arman Prasetya Eka Maurita Eka Prakarsa Mandyartha Ekawati, Anies Eko Kuncoro Eko Kuncoro EKO WAHYUDI Elizabeth, Caritta Endyarni, Regina Caeli Eva Salsabilla Fahlefi, Muhammad Reza Fajrina, Nur Septia Farhans, Muhammad Izzudin Fatchur Rozci Fauzan, Daffa Athallah Firdaus Putra Aditya, Wigananda Firmansyah, Fahrul Firmantara, Wahyu Firza Prima Aditiawan Firzannabeel Aqila Rafid Gatot Yulisianto Gatut Yulisusianto Hanin Fatma Soraya Hendri, Alfi Hilya ‘Zada Mardhatilla Al Haadiy Hiroshi Suzuki Icham, Maulana Izuddin Audadi idhom, Mohammad Intan Ni'matul Fitri Intan Putri Mansyur Pratama Iqbal Bagus Satriawan Irsyadi, Muhamad Haidir Irsyadi, Muhammad Haidir Irsyadi, Muhammad Rohman Irwansyah, Ferry Ishak Febrianto Ismail, Jefri Abdurrozak Jaka Subagja Jamaludin . Jeki Saputra Jibran, Kemal Fahreza Joko Lasmono Jonathan Teguh Samuel Kaeng Julastri, Bregsi Atingsari Kahpi Baiquni Arifani Kartini Kartini Kartini Kartini KEZIA, KEZIA Khairul Anwar Khairunnisa Khairunnisa Khofifah, Nada Firda krisna krisnawati wati Krisnawati Kuncoro, Eko Ledjap, Adventus Michael Bala Letkol Arh Desyderius Minggu Lina Nurlaili, Afina Lisanthoni, Angela Listanto, Evan Adwitiya Dwi M Julius St M. Rafi Ardiansyah Made Hanindia Prami Swari Maharani, Ardiana Deka MAHARDIKA, NAUFAL INDRA Mahendra, Zenryo Yudi Arnava Darva Makarim, Irsyad Fadhil Maliq Reynanda , Revano Marsanda, Dea Ayu Eka Masyhuri, Alif Syahda Adji Maulana, Hendra Maulana, M. Zaky Pria Maurisa Arimbi Putri Mawadah, Divia Astrina Mayya, Kalfin Syah Kilau Millati, Fina Amru Millati Minggu, Desi Derius Minggu, Desi Derius Moh Avin Dharma Wijaya MOH MARIO SUBAGIO Moh. Misbahul Musthofah Mohammad Idhom Mohammad Quthbul Widad Mohammad, Bawazir Fadhil Muhammad Hilmy Aziz Muhammad Lizamul Arsi Muhammad Muharrom Al Haromainy Muhammad Rohman Irsyadi Mulyani Satya Bhakti Mulyo, Budi Mukhamad Nabila Anggita Luna Nachrowie, Nachrowie Nadia, Prasinta Hari Nadirco, Daniel Gloryo Nafis Pratama Putra Nandana Wahyu Rizqullah Nicholas, Sandy Ninis Herawati Noor Imansyah Basoeki, Dandy Nugraini Dewi Puspitasari Nur Rachman Nur Rachman Supadmana Muda Nur'afifah, Anya Ningrum Nurdiansyah, Titis Fajar Nurdianto, Muhammad Akbar Oktavia Nur Khasanah OKTAVIAN, JAGUAR DEVA NANGGALASAKTI OKTAVIAN Olivia Dewi Ramadhani Suryoningsih Panggih Santri Paramita, Maheswari Dian Pintarko, Dody Prakoso, Akbar Tri Pramudyo, Leon Ddewandaru Prapatoni, Velian Prasetyo, Edi Dwi Pratama Putra, Moch Aditya Pratama, Hendrico Edhent Surya Pratama, Moch Nasikh Andhyka Prismahardi Aji Riyantoko Putra Dwi Wira Gardha Yuniahans Putra, Chrystia Aji Putri Salsabila, Belia Putricia Hendra, Ria Amelia Shinta Rahman, Fatan Izzatur Rahman, Muhammad Fadhillah Rahmawati, Deisya Dzakiyyah Rahmawati. S, Abel Dwi Ramadhani, Aimee Natya Ramadhani, Neo Rendra Ardika Resti Indah Paramita Sari Revano Maliq Reynanda Riandi Zahra, Muhammad Alvin Ridho Fajar Fahturohman Riky Hermawan Ririn Wanandi Rizki, Agung Mustika Rochmawati, Febriyan Putri Rofiah, Muflichatur Romadhoni, Firman Rozi, Atiqur Ryan Purnomo Sagita, Dhea Intan SALMAN ALFARIZI Samdono, Arif Sampurno Utomo, Moch Wahyu Sandy Nicholas Sanjaya, I Wayan Indra Sakti Sanjaya Santoso, Aries Satriya Yudha Saskia Rafika, Chesa Satrio Dharma Putra Satwika, I Kadek Susila Septyana, Dwitamara Setiawan, Aries Buedi Siahaan, Renita Enjel Siharta, Niken Febrinikmah Silitonga, Paulenta Silvania Sischa Wahyuning Tyas Siti Sri Wahyuni Subairi Subairi Sugeng Harianto SUGENG HARIANTO Sugiarto S Suherman Suherman Suryahadi, Farrel Zikri Suryangga, Nova Suryantari, Putu Anggi Syahbana, Ahmad Nadhif Fikri Syahrul Amin, Akhmad Syamjovanka, Revelin Putri Takahiro Kitajima Takashi Yasuno Tanjung, Mutiq Anisa Tatipang, Angeline Riendra Torrilynn Farrell Zuriely Tresna Maulana Fahrudin Ulummuddin, Ikhya Wardana, Nabila Sya’bani Wicaksono, Faris Hakim Widoretno, Astrini Aning Widya Indah Sujatmoko, Amanda Wisnu Murti, Hapsoro Yisti Vita Via Yogi Dwi Arsanti Yossie Triwinanda, Rizqullah Sandya Yunizar, Sri Fatmawati Zahran, Muhammad Sulthan Zidan, Ahmad Ziddan, Muhtasar Zulkarnaen, Fahri Izzuddin