Article Per Year (5 Year)
p-Index From 2020 - 2025
5.868
P-Index
This Author published in this journals
All Journal International Journal of Power Electronics and Drive Systems (IJPEDS) IAES International Journal of Artificial Intelligence (IJ-AI) International Journal of Reconfigurable and Embedded Systems (IJRES) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Techno.Com: Jurnal Teknologi Informasi MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Bulletin of Electrical Engineering and Informatics DINAMIKA DOTCOM Jurnal EECCIS Jurnal Teknologi Informasi dan Ilmu Komputer Journal of ICT Research and Applications Jurnal Edukasi dan Penelitian Informatika (JEPIN) Proceeding SENDI_U PROCEEDING IC-ITECHS 2014 Jurnal Aplikasi Teknologi Pangan International Conferences SDGs 2030 Challenges and Solutions Communications in Science and Technology Dinamisia: Jurnal Pengabdian Kepada Masyarakat JTAM (Jurnal Teori dan Aplikasi Matematika) Jurnal Sinergitas PkM & CSR ENGLISH JOURNAL International Journal of Community Service Learning WIDYA LAKSANA RESISTOR (Elektronika Kendali Telekomunikasi Tenaga Listrik Komputer) Journal of Information System, Applied, Management, Accounting and Research Indonesian Journal of Electrical Engineering and Computer Science Community Development Journal: Jurnal Pengabdian Masyarakat English Journal Jurnal Jaringan Telekomunikasi Jurnal Pengabdian Polinema Kepada Masyarakat Prosiding Konferensi Nasional PKM-CSR Jurnal Nasional Teknik Elektro dan Teknologi Informasi Indonesian Journal Of Educational Research and Review TRANSFORMATIONAL LANGUAGE, LITERATURE, AND TECHNOLOGY OVERVIEW IN LEARNING (TRANSTOOL) Journal of Scientific Research, Education, and Technology Jurnal ELTEK Prosiding Seminar Nasional Pengabdian Masyarakat JPM Pambudi Jurnal Pengabdian Kepada Masyarakat
Moechammad Sarosa
Politeknik Negeri Malang
Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 1   2   3   4   5 
Pemilihan Pemasok Bahan Mentah pada Restoran Menggunakan Metode Fuzzy Analytical Hierarchy Process Elta Sonalitha; M. Sarosa; Agus Naba
Jurnal EECCIS Vol 9, No 1 (2015)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.326 KB)

Abstract

Production in the restaurant is a continuous production that must be provided with uncertain request based on the consumer demand. Availability of raw materials is preferred to support the production process. In purchasing management it is often difficult to choose the right supplier of raw materials for each process order. The purpose of this research is to implement the method of Fuzzy Analytical Hierarchy Process (FAHP) in the Decision Support System (DSS) purchase of raw materials to suppliers. The addition of fuzzy logic in AHP is used to enhance the accuracy of subjectivity in the process of purchasing management assessment for each criteria and alternatives.The analysis includes a comparison with the results of manual calculations based SPK FAHP and accuracy of the final system with expert recommendations for the management of the purchase order process of DSS.The results showed an increase in profit of the accuracy of the selection of suppliers restaurant using FAHP method compared with the manual method. The analysis shows a significant difference when applied to the same material, fixed price of each supplier but different number of purchases, able to provide the difference in price which means lower costs and increase profits purchase.Index Terms — DSS, FAHP, Supplier Management, Order Management, Raw Material, FAHP.
Perlindungan Web pada Login Sistem Menggunakan Algoritma Rijndael Eka Adhitya Dharmawan; Erni Yudaningtyas; M. Sarosa
Jurnal EECCIS Vol 7, No 1 (2013)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (718.065 KB)

Abstract

Pengguna internet, biasanya menggunakan fasilitas internet untuk melakukan proses pengubahan informasi. Sehingga keamanan data sangatlah penting. Kebutuhan akan informasi menjadikan para pengembang website menyajikan berbagai macam layanan bagi para pengguna. Namun kebanyakan dari para pengembang website mengabaikan keamanan sistem pada website tersebut. Serangan yang paling banyak digunakan oleh para penyerang tersebut adalah serangan SQL Injection. Penelitian ini difokuskan pada pengamanan sistem menggunakan algoritma Rijndael untuk mengenkripsi data. Algoritma Rijndael terpilih sebagai algoritma kriptografi yang dapat melindungi informasi dengan baik serta efisien dalam implementasinya dan dinobatkan sebagai Advanced Encryption Standard (AES). Algoritma ini akan ditanamkan pada login sistem untuk melindungi akses yang tidak sah dari penyerang. Hasil dari penggunaan algoritma Rinjdael dapat melindungi sistem login dengan baik sehingga sistem dinyatakan aman dari para penyerang website.Kata Kunci—Rijndael, Website, Database, SQL Inject
Implementasi Kripto-Steganografi Salsa20 dan BPCS untuk Pengamanan Data Citra Digital Paulus Lucky Tirma Irawan; D.J. Djoko H. Santjojo; M. Sarosa
Jurnal EECCIS Vol 8, No 2 (2014)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (606.808 KB)

Abstract

In this research, cryptography of SALSA20 stream cipher technique combined with BPCS steganography technique was used to enhance the security layer in mobile communication. SALSA20 technique has been proven as one of the best stream cipher algorithm candidate according to eSTREAM portfolio report in 2012. The combination of SALSA cryptography and BPCS steganography technique can provide more security layer of digital image data as the research objective. The results from this research showed that combination of SALSA20 and BPCS technique need average time of 19.400s for the encryption and 21.900s for decryption process. The average memory (RAM) usage of these two technique is about 23.354 MB/s for the encryption process and 36.057 MB/s for the decryption. The analysis of component MSE and PSNR show a good result with value of 16.21259 dB for the MSE component and +44.08686 dB for the PSNR, with color contrast intensity distribution of the output image nearly identical to the original cover image.Keywords—BPCS, Cryptography, SALSA20, Steganography.
Klasifikasi Stroke Berdasarkan Kelainan Patologis dengan Learning Vector Quantization Aji Seto Arifianto; Moechammad Sarosa; Onny Setyawati
Jurnal EECCIS Vol 8, No 2 (2014)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (702.634 KB)

Abstract

Dampak yang ditimbulkan stroke diantaranya kelumpuhan sebagian atau keseluruhan organ tubuh sampai kematian. Tingginya angka kematian akibat stroke disebabkan karena penanganan yang lambat. Diagnosis stroke harus dilakukan dengan cepat dan tepat agar segera mengetahui tipe klasifikasi patologinya termasuk dalam stroke infark atau hemorrhagic guna pemberian tindakan medis dan obat yang tepat pula. Prosedur wajib atau Gold Standart Procedure untuk klasifikasi stroke menggunakan Computed Tomograph Scan atau Magnetic Resonance Imaging, permasalahannya di Indonesia terkendala biaya yang mahal dan tidak semua rumah sakit memilikinya. Jika prosedur standar tidak dapat dilakukan maka diagnosis stroke dapat dilakukan melalui analisis terhadap data klinis pasien. Data klinis terdiri dari 32 fitur berisi tentang hasil pemeriksaan fisik, gejala yang dirasakan pasien, riwayat penyakit dan pemeriksaan laboratorium darah. Dalam penelitian ini diusulkan sebuah klasifikasi stroke secara komputerisasi menggunakan metode Learning Vector Quantization yang merupakan pengembangan dari Kohonen Self-Organizing Map, bersifat supervised dan competitive learning, struktur jaringannya single layer-net. Hasil dari penelitian ini tingkat akurasinya mencapai 96%. Uji diagnosis ditunjukkan dengan nilai Area Under Curve (AUC) sebesar 0,952 yang tergolong dalam kategori excellent.Kata Kunci— Klasifikasi, Stroke, Learning Vector Quantization.
Aplikasi Jaringan Syaraf Tiruan untuk Mendeteksi White Spot Dedy Harto; M. Sarosa; Wiyono Wiyono; Suprapto Suprapto
Jurnal EECCIS Vol 6, No 1 (2012)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (914.446 KB)

Abstract

Deteksi white spot (bintik putih) mempunyai peran yang penting untuk mengetahui adanya penyakit white spot pada udang. Deteksi penyakit white spot selama ini dilakukan di laboratorium menggunakan alat PCR (Polymer Chain Reaction) dengan cepat tetapi memerlukan biaya yang mahal sedangkan menggunakan cara hispatologi memerlukan waktu yang lama.Dalam penelitian ini dilakukan pengembangan perangkat lunak untuk mendeteksi white spot pada udang dengan menggunakan teknologi pengolahan citra digital dan jaringan syaraf tiruan (JST). Citra digital yang dianalisis adalah citra udang sehat dan udang sakit white spot. Proses pengolahan citra digital dimulai dari proses cropping, grayscale, histogram yang mengahasilkan nilai-nilai piksel grayscale yang digunakan sebagai masukan pada JST.Arsitektur terbaik pada saat dilakukan pelatihan adalah pada saat laju pembelajaran 0.1, jumlah neuron pada lapis tersembunyi1sebanyak 20 buah dan lapis tersembunyi2 sebanyak 20 buah dengan jumlah iterasi sebesar 51267 kali dan target error 0.001 menghasilkan tingkat akurasi untuk data pelatihan sebesar 100% dan untuk data pengujian sebesar 93.33%.Kata kunci : jaringan syaraf tiruan, pengolahan citra, penyakit udang, white spot
Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier Mujib Ridwan; Hadi Suyono; M. Sarosa
Jurnal EECCIS Vol 7, No 1 (2013)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (367.016 KB)

Abstract

Penelitian ini difokuskan untuk mengevaluasi kinerja akademik mahasiswa pada tahun ke-2 dan diklasifikasikan dalam kategori mahasiswa yang dapat lulus tepat waktu atau tidak. Kemudian dari klasifikasi tersebut, sistem akan memberikan rekomendasi solusi untuk memandu mahasiswa lulus dalam waktu yang paling tepat dengan nilai optimal berdasarkan histori nilai yang telah ditempuh mahasiswa. Input dari sistem ini adalah data induk mahasiswa dan data akademik mahasiswa. Sampel mahasiswa angkatan 2005-2009 yang sudah dinyatakan lulus akan digunakan sebagai data training dan testing. Sedangkan data mahasiswa angkatan 2010-2011 dan belum lulus akan digunakan sebagai data target. Data input akan diproses menggunakan teknik data mining algoritma Naive Bayes Classifier (NBC) untuk membentuk tabel probabilitas sebagai dasar proses klasifikasi kelulusan mahasiswa. Output dari sistem ini berupa klasifikasi kinerja akademik mahasiswa yang diprediksi kelulusannya dan memberikan rekomendasi untuk proses kelulusan tepat waktu atau lulus dalam waktu yang paling tepat dengan nilai optimal. Hasil pengujian menunjukkan bahwa faktor yang paling berpengaruh dalam penentuan klasifikasi kinerja akademik mahasiswa yaitu Indeks Prestasi Komulatif (IPK), Indeks Prestasi (IP) semester 1, IP semester 4, dan jenis kelamin. Sehingga faktor-faktor tersebut dapat digunakan sebagai bahan evaluasi bagi pihak pengelola perguruan tinggi. Pengujian pada data mahasiswa angkatan 2005-2009, algoritma NBC menghasilkan nilai precision, recall, dan accuracy masing-masing 83%, 50%, dan 70%.Kata Kunci—Kinerja akademik mahasiswa, data mining, dan Naive Bayes Classifier.
Sistem Koreksi Soal Essay Otomatis Dengan Menggunakan Metode Rabin Karp Sahriar Hamza; M. Sarosa; Purnomo Budi Santoso
Jurnal EECCIS Vol 7, No 2 (2013)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (507.506 KB)

Abstract

Setiap proses pembelajaran memerlukan suatu evaluasi berupa ujian. Berdasarkan jenis ujian dapat dilakukan dalam tiga bentuk, yaitu ujian pilihan ganda, ujian isian singkat dan ujian esai. Ujian dalam bentuk pilihan ganda dan ujian singkat merupakan jenis ujian yang seringkali digunakan khusunya dalam ujian elearning, namun dua jenis ujian tersebut memiliki kelemahan terutama untuk materi-materi tertentu jika dibandingkan ujian dalam bentuk esai. Ujian dengan sistem esai dapat melatih menyampaikan sesuatu informasi secara verbal. Ujian esai juga menuntut pemahaman yang lebih baik akan suatu ilmu dan dapat digunakan untuk mengukur tingkat pemahamam manusia akan suatu ilmu secara lebih mendalam. Pada proses elearning jenis ujian yang banyak digunakan adalah jenis ujian pilihan ganda dan ujian singkat. Alasannya adalah kemudahan dalam proses penilaian. Perangkat Komputer yang menjadi komponen penting dalam proses e-learning lebih mudah dalam melakukan penilaian ujian pilihan ganda dan ujian singkat secara akurat dibandingkan dengan melakukan penilaian dalam ujian esai.Kata Kunci Rabin Karp, hashing, k-gram, tokenaizing, filtering, stemming, web
Implementasi Pengenalan Karakter Seseorang Berdasarkan Pola Tulisan Tangan Sri Widoretno; M. Sarosa; M. Aziz Muslim
Jurnal EECCIS Vol 7, No 1 (2013)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (818.319 KB)

Abstract

Pada penelitian ini, pengujian pengenalan karakter sesorang berdasarkan tulisan tangan ditinjau dari margin, garis dasar tulisan, ukuran tulisan dan spasi antar kata Berdasarkan pengujian yang telah dilakukan antara software dan referensi grafologi diperoleh kesamaan pada garis dasar 80,65%, ukuran tulisan 83,87%, dan spasi antar kata 96,77%. Sedangkan pada margin diperoleh kesamaan hanya 48,39%.Kata Kunci— analisis tulisan tangan, grafologi, garis dasar tulisan tangan, margin tulisan tangan, spasi antar kata, ukuran tulisan tangan
Rancang Bangun Chatbot Pembelajaran Java pada Google Classroom dan Facebook Messenger Mokhamad Hadi Wijaya; Moechammad Sarosa; Herman Tolle
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 3: Juni 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (178.688 KB) | DOI: 10.25126/jtiik.201853837

Abstract

Aplikasi kelas onlinetelah diterapkan di SMK Telkom Malang menggunakan platformGoogleClassroompada mata pelajaran Pemrograman Berorientasi Objek (PBO). Penggunaan Google Classroompada mata pelajaran PBO ditambahkan materi chatbotpembelajaran Javadari Oracle Academy Java FoundationmenggunakanplatformFacebook Messengersebagai media untuk membantu Guru dalam menyediakan materi kepada siswa diantaranya adalah materi dasar pemrograman Java dan penyajian item soal kuis. Pada model kuis yang disajikan chatbotini, antar siswa mendapat respon penyajian item soal yang berbeda dalam pengerjaan kuis tentang materi yang ditampilkan sesuai dengan scoretingkat kesulitan soal yang dikerjakan oleh siswa dengan metode Organizing Exercise Items. Pada hasil ujicoba, chatbotdapat memberikan semua respon dengan tepat kepada seluruh siswa yaitu tentang penyajian item soal dengan topik materi Java Software Developmentsesuai tingkat kesulitan yang berbeda yaitu mudah, sedang dan sulit. Dengan demikian siswa dinyatakan dapat berinteraksi dengan chatbotsebagai media belajar yang dapat membantu guru dalam memberikan fasilitas belajar kepada siswa sesuai tingkat pemahaman materi soal pada pembelajaran Java. Adanya chatbotyang dibangun diharapkan dapat memberikan solusi kepada guru serta berkontribusi positif  saat proses pembelajaran oleh siswa yang diintegrasikan pada kelas onlinetanpa batasan ruang, waktu dan jumlah siswa.Abstract Online class application has been applied in SMK Telkom Malang using Google Classroom platform on Object Oriented Programming subjects (OOP). Google Classroom on PBO subjects added Java learning chatbot material from the Oracle Academy Java Foundation using the Messenger Facebook platform. Both of these learning media can help teachers in providing materials to students such as basic Java programming materials and the presentation of items about the quiz. In the quiz model that is presented by this chatbot, the students get responses of different items in the quiz about the material that is displayed in accordance with the score of the difficulty level of the problems done by the students by the Organizing Exercise Items method. In the test results, chatbot is applied to the learning of 3 classes and creating a higher final exam results with an average difference of 0.60 points from the conventional learning group. In the learning results there is also an increase in the value of post test of 0.39 points from the first test. Thus the students can interact with chatbot as a learning medium Java programming language and Chatbot can help teachers in the provision of materials and quizzes. And result of effectiveness test through ISO 9126 software quality test some aspect gets predicate very feasible to applied.
Implementasi Algoritma You Only Look Once (YOLO) untuk Deteksi Korban Bencana Alam Moechammad Sarosa; Nailul Muna
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021844407

Abstract

Bencana alam merupakan suatu peristiwa yang dapat menyebabkan kerusakan dan menciptakan kekacuan. Bangunan yang runtuh dapat menyebabkan cidera dan kematian pada korban. Lokasi dan waktu kejadian bencana alam yang tidak dapat diprediksi oleh manusia berpotensi memakan korban yang tidak sedikit. Oleh karena itu, untuk mengurangi korban yang banyak, setelah kejadian bencana alam, pertama yang harus dilakukan yaitu menemukan dan menyelamatkan korban yang terjebak. Penanganan evakuasi yang cepat harus dilakukan tim SAR untuk membantu korban. Namun pada kenyataannya, tim SAR mengalami kendala selama proses evakuasi korban. Mulai dari sulitnya medan yang dijangkau hingga terbatasnya peralatan yang dibutuhkan. Pada penelitian ini sistem diimplementasikan untuk deteksi korban bencana alam yang bertujuan untuk membantu mengembangkan peralatan tim SAR untuk menemukan korban bencana alam yang berbasis pengolahan citra. Algoritma yang digunakan untuk mendeteksi ada atau tidaknya korban pada gambar adalah You Only Look Once (YOLO). Terdapat dua macam algoritma YOLO yang diimplementasikan pada sistem yaitu YOLOv3 dan YOLOv3 Tiny. Dari hasil pengujian yang telah dilakukan didapatkan F1 Score mencapai 95.3% saat menggunakan YOLOv3 dengan menggunakan 100 data latih dan 100 data uji. Abstract Natural disasters are events that can cause damage and create havoc. Buildings that collapse and can cause injury and death to victims. Humans can not predict the location and timing of natural disasters. After the natural disaster, the first thing to do is find and save trapped victims. The handling of rapid evacuation must be done by the SAR team to help victims to reduce the amount of loss due to natural disasters. But in reality, the process of evacuating victims of natural disasters is still a lot of obstacles experienced by the SAR team. It was starting from the difficulty of the terrain that is reached to the limited equipment needed. In this study, a natural disaster victim detection system was designed using image processing that aims to help find victims in difficult or vulnerable locations when directly reached by humans. In this study, a detection system for victims of natural disasters was implemented which aims to help develop equipment for the SAR team to find victims of natural disasters based on image processing. The algorithm used is You Only Look Once (YOLO). In this study, two types of YOLO algorithms were compared, namely YOLOv3 and YOLOv3 Tiny. From the test results that have been obtained, the F1 Score reaches 95.3% when using YOLOv3 with 100 training data and 100 test data.
Co-Authors A. Mifta Haerat A. S. Ahmad A. S. Noer AA Sudharmawan, AA Abdul Muqit Achmad Sjaifullah Adhisuwignjo, Supriatna Agung Teguh Wibowo Almais Agus Naba Aisah Aisah Aisah Aisah Aji Seto Arifianto Akhlis Rizza, Muhammad Aly Imron Amalia Eka Rakhmania Amalia Eka Rakhmania Amanda, Tiara Estu Aris Budianto, Aris Atiqah Nurul Asri Ayatullah, Mohamad Dimyati Ayu Sulasari Azhima, Silmi Ath Thahirah Al B. Riyanto Begum Nabiila Betari , Asa Wisesa Bima Eka Samudra Cahyani, Hilda Calvin Andika Pratama D.J. Djoko H. Santjojo Dede Ropik Yunus Dedy Harto Devi Khanthi Dwi Bhakti Dewi Purwati Dimas Firmanda Al Riza Dimas Wahyu Wibowo Dodit Suprianto Eka Adhitya Dharmawan Ekananda Sulistyo Putra Elta Sonalitha Erni Yudaningtyas Fahmi, Ichsan Faisal Rahutomo Fengky Adie Perdana, Fengky Adie Fredy Windana Ghiaska Nabilah Witka Hadi Suyono Hadiwiyatno Hadiwiyatno Hanayeen, Nadia Hapsari, Ratih Indri Hariyadi, Aad Harsanti, Winda Hayatun Nufus Henny Purwaningsih Herman Tolle Hilmy Bahy Hakim Hudiono Hudiono Isa Mahfudi Juanda, Enjang Akmad Kristina Widjayanti, Kristina Kusumawardani, Mila Lestari, Pritantina Yuni Lia Agustina Lis Diana Mustafa M. Aziz Muslim M. Nanak Zakaria, M. Nanak Ma'rifah, Puteri Nurul Mariya Al Qibtiya Mentari Tika Putri Ningrum Mila Kusumawardhani Mochammad Junus Mochammad Taufik Moh. Abdullah Anshori Mokhamad Hadi Wijaya Muh Bambang Purwanto Muhammad Aziz Muslim Muhammad Ridwan Mujib Ridwan Nailul Muna Nailul Muna Nila Alia Nouval , Alvin Noviatus Solekhah, Noviatus Nurafni Eltivia Nuraini, Salsabila Andhika Nurdin, Muhammad Nurdin Rosyidi Nurul Fahmi Arief Hakim Nurul Hidayati Nurul Hidayati Onny Setyawati Paulus Lucky Tirma Irawan Peruzzi, Erico Purnomo Budi Santoso Purnomo Budi Santoso Putri Elfa Mas'udia Putri Elfa Mas'udia Putri Elfa Mas’udia Putri Elfa Masudia Putri Elfa Mas`udia Putri Elfa Mas’udia Putri Elfa Mas’udia Putri Elfa Mas’udia Putri, Fidia Sabilla Rachmad Saptono Ratna Ika Putri Ribka Inestya Simanungkalit Roisatin, Umi Anis Romadlon, Shofiyul Irchami Rr Rachmawati Rr Rachmawati Rulianah, Sri Safitri, Isnaini Nur Sahriar Hamza Sakinah, Yanik Lailinas Sapto Wibowo Saputra, Dede Irawan Sari, Zamah Sari, Zamah Selviana, Vuvut Septarina, Amalia Agung Septriandi Wirayoga Setiawan, Ardian Wahyu Sri Widoretno Stania, Ummi Rizki Alfi Sugeng Hariyanto Suhari Suhari Suhari, Suhari Suprapto Suprapto Sussy Susanti Suyono, Achmad Suyono, Hadi Syani, Syafika Shalshabilla Tridon Yang Astami Umi Anis Roisatin Usman Zulhijah Muhamma6 Wahyu Bambang Try Atmaja Waluyo Waluyo Waluyo Waluyo Waluyo Widjajanti, Kristina Wijayanti, Rieke Adriati Winendra, RR Sekar Ayu Devi Wiyono Wiyono Yani Ratnawati Yulianto Yulianto Yunia Mulyani Azis Yunia Mulyani Azis Zamah Sari Zamah Sari