Article Per Year (5 Year)
p-Index From 2021 - 2026
10.853
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) Jurnal Informatika dan Rekayasa Elektronik bit-Tech JE-Unisla 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) Jurnal Nasional Teknologi Informasi dan Aplikasinya VISA: Journal of Vision and Ideas 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
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 : 110 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 110 Documents
Search

 5   6   7   8   9 
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.
Implementasi Metode Convolutional Neural Network untuk Memilah Foto Pemandangan Pantai dan Pegunungan Mayya, Kalfin Syah Kilau; Makarim, Irsyad Fadhil; Mahendra, Zenryo Yudi Arnava Darva; Sari, Anggraini Puspita
Journal of Software Engineering and Multimedia (JASMED) Vol 2 No 2 (2024): Journal of Software Engineering and Multimedia (JASMED)
Publisher : Institut Teknologi Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/jasmed.v2i2.1525

Abstract

Convolutional Neural Network (CNN) merupakan salah satu metode yang dapat digunakan dalam klasifikasi gambar. Studi ini memaparkan implementasi CNN untuk memilah foto pemandangan pantai dan pegunungan. Dataset terdiri dari 712 gambar pemandangan pantai dan 712 gambar pemandangan pegunungan yang kemudian dipecah menjadi data train dan test. Untuk memperkuat model, digunakan beberapa teknik augmentasi data seperti rescaling, shear, zoom, dan flip horizontal. Model CNN dibangun dengan beberapa lapisan konvolusi, pooling, dan fully connected layer untuk ekstraksi fitur dan klasifikasi. Selama pelatihan, model menggunakan binary crossentropy sebagai fungsi loss dan optimizer adam untuk mempercepat konvergensi. Setelah proses pelatihan selama 20 epoch dengan batch size 32, model diuji menggunakan data test yang belum pernah dilihat oleh model sebelumnya. Hasil pengujian menunjukkan bahwa model CNN ini mampu mencapai akurasi 96.88% dalam data train dan 92.86% dalam data test. Hasil ini menunjukkan bahwa model CNN ini berhasil menghasilkan akurasi yang tinggi dalam membedakan gambar pemandangan pantai dan pegunungan berdasarkan dataset yang disediakan. Metode augmentasi data yang diterapkan seperti rescaling, shear, zoom, dan flip horizontal membantu dalam meningkatkan keberhasilan model untuk membedakan gambar-gambar yang serupa namun berasal dari kategori yang berbeda.
Pemanfaatan Metode Convolutional Neural Network (CNN) Dengan Arsitektur MobileNetV2 Untuk Penilaian Kelayakan Rumah Zidan, Ahmad; Rahman, Muhammad Fadhillah; Puspita Sari, Anggraini
ALINIER: Journal of Artificial Intelligence & Applications Vol. 5 No. 2 (2024): ALINIER Journal of Artificial Intelligence & Applications
Publisher : Program Studi Teknik Elektro S1 ITN Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/alinier.v5i2.11061

Abstract

In the digitalization era, efforts to enhance efficiency and accuracy in assessing household eligibility for social assistance have become important. We plan to develop a household eligibility assessment system using convolutional neural network methods. Our system uses artificial intelligence to analyze uploaded house photos and provide eligibility assessments based on predefined criteria. The goal is to automate the assessment process, increase efficiency and accuracy, ensure social assistance is well-targeted, and reduce administrative workload. Through the implementation of this system, we hope to improve the effectiveness of social assistance and community development. The result of this research is a household eligibility assessment program that can be implemented in the future.
Implementasi Metode Rapid Application Development Pada Aplikasi Sistem Informasi Monitoring Santri Berbasis Website Anggraini Puspita Sari; Haromainy, Muhammad Muharrom Al; Ryan Purnomo
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 1: MARET 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i1.348

Abstract

Penelitian ini bertujuan membuat sistem informasi monitoring santri berbasis website sebagai sentralisasi informasi data santri yang dapat dijadikan pusat informasi bagi wali santri. Penelitian ini menggunakan pendekatan terstruktur dalam pembuatan sistem dan mengadopsi pengembangan perangkat lunak dengan metode Rapid Application Development (RAD). Dalam penelitian ini diterapkan langkah-langkah RAD untuk membangun aplikasi Sistem Informasi Monitoring Santri yang efisien dan responsif. Tahap awal melibatkan pemahaman mendalam terhadap kebutuhan pengguna yang kemudian digunakan untuk merancang prototipe awal. Prototipe ini dievaluasi oleh pengguna akhir untuk mendapatkan umpan balik yang digunakan untuk memperbaiki dan mengembangkan aplikasi lebih lanjut. Selama pengembangan, kolaborasi antara pengembang dan pengguna sangat penting. Metode RAD memungkinkan fleksibilitas dalam perubahan kebutuhan dan prioritas, sehingga memungkinkan aplikasi untuk beradaptasi dengan cepat terhadap perubahan lingkungan. Proses pengembangan berlangsung dengan iterasi berulang yang memungkinkan perbaikan dan peningkatan berkelanjutan. Hasil dari penelitian ini adalah aplikasi Sistem Informasi Monitoring Santri yang siap digunakan dan responsif terhadap kebutuhan pengguna. Metode RAD memungkinkan pengembangan aplikasi dengan waktu yang lebih singkat dibandingkan dengan metode tradisional, sehingga memungkinkan penyedia layanan pendidikan untuk lebih efisien dalam memantau dan mengelola data santri. Penelitian ini menunjukkan bahwa metode RAD efektif dalam mengembangkan aplikasi Sistem Informasi Monitoring Santri berbasis website.
Penerapan Prediksi Penjualan pada Optimasi Stok dan Manajemen Persediaan Menggunakan Holt-Winters Maharani, Ardiana Deka; Sari, Anggraini Puspita; Putra, Chrystia Aji
CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Vol 11 No 1 (2025): CICES
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cices.v11i1.3499

Abstract

Penjualan memegang peranan penting sebagai penggerak utama perekonomian dan menjadi salah satu indikator keberhasilan suatu bisnis karena mencerminkan kemampuan perusahaan dalam memenuhi kebutuhan dan keinginan konsumen. Seiring dengan perkembangan teknologi dan perubahan tren bisnis, strategi penjualan pun mengalami evolusi menyesuaikan dengan kebutuhan pasar yang semakin kompleks. Dalam menghadapi dinamika pasar yang berubah, perusahaan perlu mengembangkan strategi penjualan yang efektif dan adaptif. Salah satu cara untuk mengatasi tantangan ini adalah dengan melakukan prediksi penjualan yang akurat. Penelitian ini bertujuan untuk mengembangkan sistem prediksi penjualan menggunakan metode Holt-Winters dalam mengoptimalkan manajemen persediaan. Metode ini diterapkan untuk mengantisipasi permintaan pasar dan mengurangi resiko terkait dengan ketidakpastian penjualan. Metode Holt-Winters mengintegrasikan tiga komponen utama: level (α), tren (β), dan musiman (γ), memungkinkan prediksi yang lebih presisi, baik untuk jangka pendek maupun jangka panjang. Penelitian ini memanfaatkan 768 data yang dibagi menjadi 2 yakni data uji dan data latih. Hasil Penelitian menunjukkan bahwa metode Holt-Winters mampu menghasilkan prediksi penjualan dengan tingkat akurasi yang tinggi, ditunjukkan oleh nilai Root Mean Square Error (RMSE) yang terendah sebesar 0.45. Nilai RMSE yang lebih rendah mengindikasikan performa model yang lebih baik dalam memprediksi penjualan. Dengan demikian, penerapan metode Holt-Winters dalam memprediksi penjualan terbukti efektif dalam mengoptimalkan manajemen persediaan.
Recognition of Handwritten Hangeul Characters Using Convolutional Neural Network Kezia, Kezia; Sari, Anggraini Puspita; Maulana, Hendra
CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Vol 11 No 1 (2025): CICES
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cices.v11i1.3505

Abstract

The rapid increase in Indonesian tourists visiting South Korea has highlighted a growing interest in Korean culture, largely fueled by the Korean Wave. However, the inability to read the Korean alphabet (Hangeul) leaves many tourists vulnerable to scams. This paper proposes a novel solution to address this issue by developing a system for recognizing handwritten Hangeul characters, aimed at assisting Indonesian tourists in navigating South Korea safely. The research introduces a hybrid algorithm that integrates Vision Transformers (ViTs) with Convolutional Neural Network (CNN), aiming to overcome the limitations of CNN in capturing global features. The dataset utilized comprises 2,400 images of handwritten Hangeul characters, categorized into consonants and vowels. The study involved pre-processing, training, validation, and testing with three data split ratios (60:20:20, 70:15:15, 80:10:10) and two learning rates (0.001 and 0.0001) over 10 epochs. This hybrid model approach is designed to enhance recognition accuracy and improve the system's adaptability to diverse inputs.
Pemanfaatan Model ResNet50 dan SVM untuk Klasifikasi Penyakit Daun Tebu Yunizar, Sri Fatmawati; Sari, Anggraini Puspita; Aditiawan, Firza Prima
CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Vol 11 No 1 (2025): CICES
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cices.v11i1.3506

Abstract

Indonesia is an agrarian country with an economy that heavily relies on the agricultural sector, including the sugarcane plantation sub-sector for sugar production. Although domestic sugar production continues to increase, the demand for sugar consumption also grows, leading to dependency on imports and fluctuating sugar prices in the domestic market. Therefore, efforts to maintain and enhance the productivity of sugarcane crops are crucial. One of the main challenges in sugarcane cultivation is the attack of pests and diseases such as yellow disease, redrot, mosaic, and rust, which often affect sugarcane plants and reduce their productivity. These diseases must be detected promptly as they significantly impact the quality and quantity of the sugarcane to be harvested. However, manual identification processes are prone to human error and are inefficient for large-scale plantations. To address this, machine learning technology using Convolutional Neural Networks (CNN) and Support Vector Machines (SVM) was employed. This approach uses CNN for feature extraction and SVM for classification. Through a series of experiments, the study shows that the CNN and SVM models can achieve high accuracy of 90.32% with a computational time of 181.53 seconds.
PERAMALAN HARGA SAHAM INDEX NASDAQ COMPOSITE DENGAN METODE CONVOLUTIONAL NEURAL NETWORK – LONG SHORT TERM MEMORY Ardiansyah, Muhammad Dafa; Sari, Anggraini Puspita; Sihananto, Andreas Nugroho
TEKNO: Jurnal Teknologi Elektro dan Kejuruan Vol 33, No 2 (2023)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um034v33i2p165-177

Abstract

Pada era setelah pandemi COVID-19, banyak individu berinvestasi dalam saham sebagai sarana untuk pemulihan finansial. Namun, banyak dari masyarakat Indonesia tidak memahami cara kerja pasar saham dan bagaimana melakukan prediksi harga saham di masa depan. Penelitian ini bertujuan untuk mengembangkan model peramalan harga saham indeks Nasdaq Composite dengan menggunakan metode gabungan deep learning, yaitu Convolutional Neural Network – Long Short-Term Memory (CNN-LSTM). Uji coba model yang dikembangkan pada penelitian melewati berbagai alur seperti pengambilan data yang diambil dari Yahoo Finance, lalu melakukan penyaringan dan pembersihan data sehingga bisa digunakan untuk melatih sebuah model. Dalam pembuatan model terdapat banyak variasi konfigurasi, semua hal tersebut dilakukan akan dapat menghasilkan model yang optimal, dengan model yang optimal maka hasil yang diberikan pun akan menjadi lebih akurat, model akan bisa menangani data set sesuai kasus. Hasil dari uji coba ini menunjukkan bahwa metode CNN-LSTM mampu memberikan prediksi yang akurat dengan tingkat galat yang minimal menggunakan pengukuran evaluasi MAE sebesar 0,0005 dan MSE sebesar 0,0192 dan memakan waktu eksekusi sebesar 69673,15 ms. Algoritma CNN-LSTM terbukti dapat dijadikan sebagai salah satu opsi dalam pertimbangan mengambil keputusan trading.
Perancangan Disaster Recovery Planning Pada Aplikasi Cerdik Menggunakan AWS Elastic DR Firdaus Putra Aditya, Wigananda; Ismail, Jefri Abdurrozak; Sari, Anggraini Puspita
Journal of Information System and Technology (JOINT) Vol. 6 No. 1 (2025): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v6i1.10229

Abstract

Tracer Study is a survey method to track alumni career trajectories, offering insights into workforce transition, competency application, and institutional connections. Universitas Dinamika (Undika) conducts this survey through a web-based application, Tracer Study Dinamika (Cerdik). However, its manual data backup process poses risks of data loss and service disruption. This study aims to design a Disaster Recovery Plan (DRP) using the Cold Site Disaster Recovery (Cold DR) approach for enhanced efficiency and data protection. A qualitative method involving interviews, observations, and literature reviews was employed. The resulting AWS Cloud-based DR architecture utilizes Elastic Disaster Recovery for automated data replication, ensuring up-to-date data and simplified recovery during system failures. With secure communication via VPN, Web Application Firewall (WAF) protection, and DR simulation for defining Recovery Time Objective (RTO) and Recovery Point Objective (RPO), this cost-effective solution suits applications with longer recovery tolerance.
Penerapan Sistem Operasi Network Attached Storage “FreeNAS” sebagai Solusi Kegiatan Berbagi File. (Studi kasus : Fakultas Ilmu Komputer, UPN Jatim) Adila, Mar’atul; Santoso, Aries Satriya Yudha; Sari, Anggraini Puspita
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol. 5 No. 2 (2023): Jurnal Ilmiah Teknologi Informasi dan Robotika
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v5i2.180

Abstract

Artikel ini membahas implementasi FreeNAS, sebuah sistem operasi open-source berbasis FreeBSD, dalam membangun solusi Network-Attached Storage (NAS). FreeNAS memungkinkan pengelolaan penyimpanan data yang efisien dan ekonomis dengan memanfaatkan perangkat keras komoditas. Seperti halnya pada Fakultas Ilmu Komputer UPN JATIM, terdapat kendala dalam berbagi file antar staf di fakultas sehingga menghambat kegiatan. Studi ini mengevaluasi kinerja dan keandalan FreeNAS dalam berbagai skenario penggunaan, termasuk di dalamnya kegiatan berbagi file bersama. FreeNAS mendukung berbagai protokol seperti CIFS/SMB, NFS, AFP, dan iSCSI, yang memungkinkan kompatibilitas luas dengan berbagai sistem operasi dan perangkat. Penelitian ini juga menyoroti antarmuka pengguna berbasis web yang intuitif, yang memfasilitasi konfigurasi dan pemantauan sistem dengan melakukan uji coba penerapan FreeNAS pada Fakultas Ilmu Komputer UPN JATIM. Hasil implementasi menunjukkan bahwa FreeNAS memberikan solusi penyimpanan yang fleksibel, aman, dan dapat disesuaikan, yang memenuhi kebutuhan penyimpanan data dalam berbagai konteks operasional.
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 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 Alif Bayu Ammarizky Alif Ernanda Putra Amrullah, Ahmad Wildan Ana, Vika Rafi Andre Leto Andreas Nugroho Sihananto Andreas Nugroho Sihananto Anindhyta, Erisa Dwi Xena Aninidta, Sophia ANUGRAH PRASETYA, RAJAWALI SHAKTIKA Aqil Salim, Mas Muhammad Ar Rafi, Mohammad Hafiz Ardelia, Danika Najwa Ardiansyah, Muhammad Dafa 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 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 Dea Rajwa Zahra Athaya Dela Puspita Lasminingrum Dewi, Shanty Kurnia Dian Maharani, Dian Dimas Satria Prayoga Dody Pintarko Dwi Arman Prasetya Dwi Arman Prasetya Dwi Arman Prasetya Eka Maurita Ekawati, Anies Eko Kuncoro Eko Kuncoro EKO WAHYUDI 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 Firmantara, Wahyu Firza Prima Aditiawan Firzannabeel Aqila Rafid Gatot Yulisianto Gatut Yulisusianto Hendri, Alfi Hilya ‘Zada Mardhatilla Al Haadiy Hiroshi Suzuki Icham, Maulana Izuddin Audadi idhom, Mohammad Intan Putri Mansyur Pratama Iqbal Bagus Satriawan Irsyadi, Muhamad Haidir Irsyadi, Muhammad Haidir Irsyadi, Muhammad Rohman Irwansyah, Ferry Ismail, Jefri Abdurrozak Jaka Subagja Jamaludin . Jeki Saputra Jibran, Kemal Fahreza Joko Lasmono Julastri, Bregsi Atingsari 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 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 Mulyani Satya Bhakti Mulyo, Budi Mukhamad 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 Rachman Supadmana Muda Nur'afifah, Anya Ningrum Nurdiansyah, Titis Fajar Nurdianto, Muhammad Akbar Oktavia Nur Khasanah OKTAVIAN, JAGUAR DEVA NANGGALASAKTI OKTAVIAN Panggih Santri Paramita, Maheswari Dian Pintarko, Dody Prakoso, Akbar Tri Pramudyo, Leon Ddewandaru Prapatoni, Velian Prasetyo, Edi Dwi Pratama Putra, Moch Aditya 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 Rochmawati, Febriyan Putri Rofiah, Muflichatur Romadhoni, Firman Rozi, Atiqur Ryan Purnomo Sagita, Dhea Intan SALMAN ALFARIZI Samdono, Arif Sampurno Utomo, Moch Wahyu 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 Siharta, Niken Febrinikmah Silitonga, Paulenta Silvania Siti Sri Wahyuni Subairi Subairi SUGENG HARIANTO Sugeng Harianto Suherman Suherman Suryangga, Nova 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 Yossie Triwinanda, Rizqullah Sandya Yunizar, Sri Fatmawati Zahran, Muhammad Sulthan Zidan, Ahmad Ziddan, Muhtasar Zulkarnaen, Fahri Izzuddin