Article Per Year (5 Year)
p-Index From 2020 - 2025
10.649
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Psikologika : Jurnal Pemikiran dan Penelitian Psikologi dCartesian: Jurnal Matematika dan Aplikasi Reaktor JURNAL SISTEM INFORMASI BISNIS Prosiding KOMMIT Jurnal Sains dan Teknologi Jurnal Buana Informatika TELKOMNIKA (Telecommunication Computing Electronics and Control) Indonesian Journal of Mathematics and Natural Sciences Jurnal Ilmiah Kursor Jurnal Produksi Tanaman Noetic Psychology Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Transformatika JUITA : Jurnal Informatika Scientific Journal of Informatics Psikodimensia: Kajian Ilmiah Psikologi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Sains Matematika dan Statistika Proceeding of the Electrical Engineering Computer Science and Informatics MNJ (Malang Neurology Journal) Al-Jabar : Jurnal Pendidikan Matematika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika Inquiry: Jurnal Ilmiah Psikologi Resona : Jurnal Ilmiah Pengabdian Masyarakat BAREKENG: Jurnal Ilmu Matematika dan Terapan IJEBD (International Journal Of Entrepreneurship And Business Development) JOURNAL SPORT AREA Philanthropy: Journal of Psychology MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Evangelikal: Jurnal Teologi Injili dan Pembinaan Warga Jemaat Aptisi Transactions on Technopreneurship (ATT) Insight: Jurnal Ilmiah Psikologi Jurnal Abdi Insani Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Computer Science and Information Technologies Jurnal Sains dan Edukasi Sains SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Indonesian Journal of Applied Research (IJAR) Journal of Science and Science Education JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Information System Journal (INFOS) Lingue : Jurnal Bahasa, Budaya, dan Sastra Jurnal Teknologi Pendidikan : Jurnal Penelitian dan Pengembangan Pembelajaran International Journal of Engineering, Science and Information Technology Jurnal Hurriah: Jurnal Evaluasi Pendidikan dan Penelitian Dinamis Tri Dharma Mandiri: Diseminasi dan Hilirisasi Riset Kepada Masyarakat (Jurnal Pengabdian Kepada Masyarakat) Eksergi: Jurnal Teknik Energi Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya INJURITY: Journal of Interdisciplinary Studies ENDLESS : International Journal of Future Studies d'Cartesian: Jurnal Matematika dan Aplikasi Tesseract: International Journal of Geometry and Applied Mathematics Journal of Mechanical Engineering and Fabrication JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Study of Scientific and Behavioral Management (SSBM)
Adi Setiawan
Universitas Kristen Satya Wacana
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences 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 Neuroscience Physics Public Health Social Sciences Transportation Other

Published : 110 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 110 Documents
Search

 3   4   5   6   7 
Penentuan Status Kewaspadaan COVID-19 Pada Suatu Wilayah Menggunakan Metode Fuzzy Inference System (FIS) Mamdani Adella Septiana Mugirahayu; Lilik Linawati; Adi Setiawan
Jurnal Sains dan Edukasi Sains Vol. 4 No. 1 (2021): Jurnal Sains dan Edukasi Sains
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/juses.v4i1p28-39

Abstract

Pada tahun 2020, Indonesia menjadi salah satu negara yang mengalami pandemi Coronavirus Disease 19 (COVID-19) akibat virus SARS-CoV-2. Mengatasi hal tersebut, pemerintah harus menetapkan kebijakan yang efektif dengan memperhatikan situasi dan kondisi setiap daerah. Salah satu caranya adalah dengan menentukan status kewaspadaan. Di Indonesia, status kewaspadaan wilayah diserahkan pada kebijakan pemerintah daerah masing-masing yang menyebabkan adanya penilaian secara subjektif oleh pemerintah daerah,sehingga banyak definisi dan batasan yang kurang jelas mengenai penentuan status kewaspadaan. Permasalahan tersebutlah yang melatarbelakangi penelitian ini, dimana akan dicari suatu model berdasarkan metode Fuzzy Inference System (FIS) Mamdani untuk menentukan status kewaspadaan COVID-19 berdasarkan variabel terkait dan aturan yang berlaku. Data yang digunakan adalah data harian COVID-19 Provinsi Jawa Barat (1 April – 15 Juli 2021). Data yang digunakan berjumlah 27 kelompok data wilayah yang terdiri dari 4 variabel. Variabel inputnya adalah kasus positif COVID-19, kasus Orang dalam Pemantauan (ODP), dan kasus Pasien dalam Pemantauan (PDP), dan masing-masing variabel didefinisikan menjadi 5 himpunan Fuzzy, yaitu Sangat Rendah, Rendah, Sedang, Tinggi, dan Sangat Tinggi. Variabel output-nya didefinisikan dalam 5 himpunan Fuzzy tentang Status Kewaspadaan seperti peraturan Pemda Jabar yaitu status HIJAU, BIRU, KUNING, MERAH, dan HITAM. Semua variabel menggunakan fungsi keanggotaan representasi kurva segitiga. Proses analisis data menggunakan software Matlab. Keberhasilan model dinilai dari persentase kesamaan status yang diperoleh dengan membandingkan hasil analisis FIS Mamdani dengan data status kewaspadaan real. Setelah melakukan 4 kali pengulangan analisis, dimana pada setiap analisis dilakukan perubahan domain pada himpunan Fuzzy, didapatkan model dengan persentase kesamaan status rata-rata sebesar 81%, pada data 6 wilayah di Jawa Barat.
Analisis Indeks Pembangunan Manusia Provinsi-Provinsi di Indonesia Menggunakan Indeks Baru Berdasarkan Metode Resampling Elsa Septyana; Adi Setiawan; Bambang Susanto
Jurnal Sains dan Edukasi Sains Vol. 4 No. 1 (2021): Jurnal Sains dan Edukasi Sains
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/juses.v4i1p9-16

Abstract

Pada penelitian ini dibahas tentang penggunaan Indeks Baru untuk mengukur autokorelasi spasial secara global. Kontribusi utama dari karya ini adalah untuk mengetahui korelasi antara Indeks Geary dan Indeks Moran. Selain itu penelitian ini bertujuan untuk mengetahui pengaruh spasial terhadap IPM Provinsi-Provinsi di Indonesia. Data yang digunakan adalah data IPM provinsi-provinsi di Indonesia tahun 2010 – 2018. Prosedur yang dilakukan adalah dengan mengukur data IPM menggunakan Indeks Geary dan Indeks Moran. Selanjutnya nilai Indeks Geary dan Indeks Moran digunakan untuk mencari korelasi yang terjadi antara Indeks Geary dan Indeks Moran. Korelasi yang terbentuk antara Indeks Geary dan Indeks Moran sangat kuat sehingga Indeks Baru dapat dirumuskan. Untuk memvalidasi keakuratan Indeks Baru dilakukan uji autokorelasi spasial terhadap Indeks Baru menggunakan Metode Bootstrap dan resampling berdasarkan estimasi densitas Kernel. Berdasarkan hasil resampling menggunakan metode bootstrap dan resampling berdasarkan estimasi densitas Kernel dengan pengulangan sebanyak 10000 kali ditemukan bahwa nilai-p tahun 2010 – 2018 berkisar antara 0,001 – 0,006 yang berarti terdapat autokorelasi spasial atau terdapat keterkaitan erat antara IPM provinsi dengan IPM provinsi-provinsi yang bertetangga. Dengan kata lain, bahwa antar provinsi satu dengan provinsi yang berbatasan memiliki kemiripan nilai IPM atau saling berkorelasi. Dengan didapatkannya hasil analisis ini, maka dapat menjadi acuan pemerintah dalam melakukan pemerataan pembangunan disetiap provinsi di Indonesia dengan mempertimbangkan keterkaitan antar provinsi di Indonesia.
Perbandingan Penggunaan Jarak Manhattan, Jarak Euclid, dan Jarak Minkowski dalam Klasifikasi Menggunakan Metode KNN pada Data Iris Adi Setiawan
Jurnal Sains dan Edukasi Sains Vol. 5 No. 1 (2022): Jurnal Sains dan Edukasi Sains
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/juses.v5i1p28-37

Abstract

Dalam klasifikasi, ukuran kebaikan suatu metode ditentukan oleh akurasi dan skor F1. Penelitian ini bertujuan untuk menentukan rata-rata akurasi dan skor F1 pada klasifikasi menggunakan metode KNN pada data Iris dengan bantuan program Python. Rata-rata akurasi maupun skor F1 ditentukan dengan membuat variasi parameter yang digunakan yaitu random state dari 1 sampai dengan 10000, k yang digunakan dalam metode KNN dari 1 sampai dengan 31 (tergantung prosentase data uji yang digunakan), q (definisi jarak yang digunakan yaitu jarak Manhattan, jarak Euclid, dan jarak Minkowski) serta persentase data uji yang digunakan. Dalam penelitian ini, digunakan persentase data uji 10%, 20 %, 30 %, dan 40 %. Jika digunakan k = 5 dalam metode KNN, variasi random state 1 sampai dengan 10000 dan digunakan data uji 20 % maka diperoleh akurasi rata-rata 96,6667 %. Demikian juga dapat diperoleh histogram dari akurasi tersebut. Histogram tersebut cenderung menceng ke kiri. Dalam penelitian ini, juga diperoleh hasil bahwa dengan melakukan variasi k dalam metode KNN juga dapat diperoleh akurasi maupun skor F1 yaitu bahwa makin besar data uji yang digunakan maka makin kecil nilai k untuk mencapai akurasi ataupun skor F1 maksimum. Lebih lanjut, dalam perubahan nilai p pada jarak Minkowski, apabila p membesar maka nilai maksimum rata-rata akurasi akan cenderung membesar namun nilai k cenderung mengecil.
Study Correlation and Interaction Effect Among Emotional Intelligence, Organizational Commitment and Job Satisfaction Based of Gender Teachers in Senior High School in Kupang Delsylia Tresnawaty Ufi; Sutarto Wijono; Adi Setiawan
IJEBD (International Journal of Entrepreneurship and Business Development) Vol 3 No 4 (2020): November 2020
Publisher : LPPM of NAROTAMA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (642.12 KB) | DOI: 10.29138/ijebd.v3i4.1199

Abstract

Purpose: Aim of this research is to analyse the relationship between emotional intelligence, organizational commitment and job satisfaction based on gender of teachers in Senior High Schools in Kupang city Design/methodology/approach: This study had a population of 419 teachers who were civil servants and who had received lecturer certification. The sampling technique used was proportionate random sampling and got a total of 116 teachers. Data analysis techniques used multiple correlation analysis and two way analysis of variance (ANOVA), and different tests. Findings: There are factors related to job satisfaction, namely organizational commitment and all three aspects as well as emotional intelligence with all three aspects. and there is an influence of the interaction of these factors with job satisfaction, and female and male teachers do not have differences in job satisfaction. Research limitations/implications: Result of this research can be used as reference of policy in school in order to increase teachers satisfaction based on gender. Practical implications: Teachers can feel satisfied at work because of work commitments and how they can assess, use and manage emotions. There is also a feeling of satisfaction in working between female and male teachers. Paper type: This study is categorised as a case study.
Pengaruh Quality Of Life Dan Religiusitas Secara Simultan Terhadap Subjective Well Being Mahasiswa Teologi Lindin Anderson; J.T. Lobby Loekmono; Adi Setiawan
Evangelikal: Jurnal Teologi Injili dan Pembinaan Warga Jemaat Vol 4, No 1 (2020): Januari
Publisher : Sekolah Tinggi Teologi Simpson

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46445/ejti.v4i1.194

Abstract

Penelitian yang dilakukan memiliki tujuan untuk mengetahui pengaruh quality of life dan religiusitas secara silmultan terhadap subjective well-being mahasiswa teologi yang bernaung dibawah Yayasan Pekabaran Injil Nusantara. Sampel penelitian adalah mahasiswa teologi Sekolah Tinggi Teologi Nusantara Salatiga dan Sekolah Tinggi Alkitab Nusatara di Malang di bawah naungan Yayasan Pekabaran Injil Nusantara (PINTA) yang berjumlah 112 mahasiswa. Teknik pengumpulan data menggunakan teknik sampel jenuh. Alat pengumpulan data menggunakan tiga skala yaitu skala kepuasan hidup, skala quality of life dan religiusitas. Analisis data menggunakan analisis regresi berganda dengan hasil nilai F = 39,716 pada p = 0,000 (p<0,05), dan R2= 0,422. Melaui uji two ways anova didapatkan hasil quality of life dan religiusitas secara simultan berpengaruh signifikan terhadap subjective well-being mahasiswa teologi yang berada dibawah naungan Yayasan Pekabaran Injil Nusantara (PINTA). The research carried out aims to determine the influence of quality of life and religiously against subjective well-being simultaneously of theological students under the foundation of the Gospel of Nusantara. The research samples are the theological students of the NusantaraTheological College Salatiga and Nusantara Bible Seminary in Malang under the foundation of the Gospel of Nusantara (PINTA), amounting to 112 students. Data collection techniques using saturated sample techniques. Data collection tools use three scales of life satisfaction scale, quality of life scale, and religiosity. Data analyzed by multiple regression analysis with the result of the value F = 39.716 at p = 0.000 (P < 0.05), and  R2= 0.422. Through the test, two ways ANOVA showed that quality of life and religiosity significantly influences the subjective well-being by simultaneously of theological students who are under the foundation of the Gospel of  Nusantara (PINTA).
Analisis Perbandingan Karakteristik Laju Inflasi mtm Kota-Kota di Jawa Tengah dan DIY pada Waktu Sebelum dan Waktu Pandemi Covid-19 Adi Setiawan
Jurnal Sains dan Edukasi Sains Vol. 5 No. 2 (2022): Jurnal Sains dan Edukasi Sains
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/juses.v5i2p52-62

Abstract

Dalam penelitian ini dipresentasikan identifikasi karakteristik laju inflasi mtm maupun yoy kota-kota di Jawa Tengah dan DIY pada waktu sebelum pandemi dan pada waktu pandemi Covid-19. Data yang digunakan adalah laju inflasi mtm dan yoy dari bulan Januari 2018 sampai dengan bulan April 2022 dengan menggunakan metode statistik non parametrik. Karakteristik inflasi yang diperoleh adalah bahwa pada bulan Februari, Agustus, September dan Oktober, inflasi mtm cenderung rendah pada kota-kota di Jawa Tengah dan DIY serta kota Ambon namun pada bulan Mei laju inflasi mtm cenderung tinggi. Pada sisi lain laju inflasi cenderung tinggi pada bulan November, Desember dan Januari. Di samping itu, sebelum waktu pandemi dan pada waktu pandemi Covid-19, laju inflasi mtm kota-kota di Jawa Tengah dan DIY cenderung mempunyai keterkaitan satu sama lain. Pada waktu sebelum pandemi, laju inflasi yoy kota Surakarta dan kota Semarang cenderung tidak terkait dengan kota-kota lain di Jawa Tengah dan DIY pada waktu pandemi Covid-19 hanya kota-kota Cilacap, Kudus dan Surakarta yang cenderung terkait, namun pada waktu pandemi, data laju inflasi yoy pada kota-kota di Jawa tengah dan DIY cenderung terkait satu sama lain. Hasil yang juga diperoleh adalah bahwa tidak terdapat perbedaan signifikan distribusi laju inflasi mtm pada waktu sebelum pandemi dan pada waktu pandemi Covid-19 untuk kota-kota di Jawa Tengah dan DIY, namun terdapat perbedaan signifikan distribusi laju inflasi mtm pada waktu sebelum pandemi dan pada waktu pandemi Covid-19 untuk kota-kota di Jawa Tengah dan DIY.
Object Detection to Identify Shapes of Swallow Nests Using a Deep Learning Algorithm Denny Indrajaya; Adi Setiawan; Djoko Hartanto; Hariyanto Hariyanto
Khazanah Informatika Vol. 8 No. 2 October 2022
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v8i2.16489

Abstract

Object detection is basic research in the field of computer vision to detect objects in an image or video. the TensorFlow framework is a widely adopted framework to create object detection programs and models. In this study, an object detection program and model are designed to detect the shape of a swallow's nest which consists of three classes, namely oval, angular, and bowl. The purpose model creation is to find out the likeliness of the swallow's nest to the three classes for the swallow's nest sorting machine. The adopted architecture in the modeling is the MobileNet V2 FPNLite SSD since the model obtained from this architecture results in a good speed in detecting objects. Based on the evaluation results that has been carried out, the model can detect the shape of the swallow's nest which is divided into 3 classes, but in some cases swallow's nest are detected into two classes. This issues can still be handled by adjustmenting several parameterss to the object detection program. Results shows that the obtained mAP value of 61.91%, indicating the model can detect the shape of a swallow's nest moderately.
Comparison of k-Nearest Neighbor and Naive Bayes Methods for SNP Data Classification Denny Indrajaya; Adi Setiawan; Bambang Susanto
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 22 No 1 (2022)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v22i1.1758

Abstract

In an accident, sometimes the identity of a person who has an accident is hard to know, so it is necessary to use biological data such as Single Nucleotide Polymorphism (SNP) data to identify the person's origin. This research aims to compare the accuracy and the F1 score of the k-Nearest Neighbor method and the Naive Bayes method in classifying SNP data from 120 people who divide into groups, namely European (CEU) and Yoruba (YRI). Determination of the best method based on the average value of accuracy and the average value of F1 score from 1000 iterations with various percentage distributions of training datasets and testing datasets. In this research, the selection of SNP locations for the classification process was carried out by correlation analysis. The average accuracy obtained for the k-Nearest Neighbor method with the value of k=31 is 98.38% where the average F1 score is 98.39% while the Naive Bayes method obtained the average accuracy of 96.74% and the average F1 score of 96.63%. In this case, the k-Nearest Neighbor method is better than the Naive Bayes method in classifying SNP data to determine the origin of a person's ancestor tends to be from CEU or YRI.
Comparison between Multiple Linear Regression Method and K-Nearest Neighbor Method for Regression on Iris Data Adi Setiawan
Journal of Science and Science Education Vol 5 No 2 (2021): JoSSE Vol. 5 No. 2 (November 2021)
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/josse.v5i2p26-35

Abstract

This study aims to determine the statistics used in regression models such as RMSE, MAPE, MAE and R2 using the KNN method for regression. The measure of the goodness of the method used is MAPE. The data used is iris data which has been used by many people as an example of data. Variations in the proportion of test data were carried out by 10%, 20%, 30% and 40%. In the proportion of test data of 20%, successively obtained the results that MAPE for case 1, case 2 and case 3 is 5.885 %, 7.778%, 6.979% while in case 4 is 19.341%. As a result, it is obtained that predictions using the KNN method successfully predict/forecast with highly accurate forecasting in case 1, case 2 and case 3 while in case 4 the KNN method predicts with good forecasting.
Perbandingan Kinerja Regresi Decision Tree dan Regresi Linear Berganda untuk Prediksi BMI pada Dataset Asthma Alfida Tegar Nurani; Adi Setiawan; Bambang Susanto
Jurnal Sains dan Edukasi Sains Vol. 6 No. 1 (2023): Jurnal Sains dan Edukasi Sains
Publisher : Faculty of Science and Mathematics, Universitas Kristen Satya Wacana, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/juses.v6i1p34-43

Abstract

Penelitian ini menerapkan dua metode regresi yaitu Decision Tree dan linear berganda untuk memprediksi Body Mass Index (BMI) berdasarkan variabel-variabel lainnya pada dataset Asthma. Metode Decision Tree merupakan salah satu cara data processing dalam memprediksi masa depan dengan cara membangun klasifikasi dan regresi model dalam bentuk struktur pohon. Analisis regresi linear berganda merupakan model regresi yang melibatkan lebih dari satu variabel independen. Analisis regresi linear berganda dilakukan untuk mengetahui arah dan seberapa besar pengaruh variabel independen terhadap variabel dependen. Untuk mengukur tingkat keakuratan model peramalan, digunakan suatu ukuran keakuratan MAPE (Mean Absolute Percentage Error). Hasil MAPE menunjukkan nilai rata-rata prosentase kesalahan mutlak dari nilai sebenarnya dengan nilai peramalan. Pada penelitian ini, metode regresi linear berganda menunjukkan hasil yang lebih baik dengan nilai MAPE berturut-turut sebesar 12,737%; 12,76%; 12,89%; dan 12,99% untuk proporsi data uji berturut-turut 10%, 20%, 30%, dan 40% sedangkan nilai MAPE dari metode regresi Decision Tree sebesar 12,758%; 12,79%; 12,92%; dan 13,13%. Apabila digunakan ukuran kebaikan yang lain seperti MAE dan RMSE akan memberikan hasil yang analog, sedangkan ukuran kebaikan R2 berkebalikan. Penelitian ini dapat dilanjutkan dengan membandingkan hasil yang diperoleh dengan menggunakan metode lain dalam machine learning seperti Support Vector Machine (SVM), random forest, Artificial Neural Network (ANN), dan lain-lain.
Co-Authors Absa, Munzir Adella Septiana Mugirahayu Agik Nur Efendi Agus Suryanto Aini Nurul Al-Humairi, Safaa Najah Saud Albet Maydiantoro Alchalil Alchalil Aldian Umbu Tamu Ama Aldian Umbu Tamu Ama Alfida Tegar Nurani Alicia Anggelia Lumbantoruan ALOYSIUS JOAKIM FERNANDEZ Ariani, Dwi Setya Ariska, Nenda Atina Rahmatalia Bambang Susanto Barlian Henryranu Prasetio Baskoro Arie Nugroho Bayu Wijayanto Beni Utomo Christiana Hari Soetjiningsih Christina Maya Indah Susilowati Cut Aja Rahmawati D. B. Nugroho, D. B. Dabet, Abubakar Daivi Wardani, Daivi Delsylia Tresnawaty Ufi Denny Indrajaya Denny Indrajaya Deswita, Yenny Dewi Anisa Istiqomah Dewi Lukitasari Dhevyantoa, Benny Didit Budi Nugroho Djoko Hartanto Dodi Wirawan Irawanto E. D. Saputri, E. D. Edita Rosana Widasari, Edita Rosana Effendy, Ahmad Hidayat Eko Sediyono Eko Widaryanto Elsa Septyana Endang Sulistyaningsih Faisal Faisal Faldy Tita Fika Widya Pratama Fiyas Mahananing Puri Haay, Happy Alyzhya Hamzah Hamzah Hanifa Maulani Ramadhan Hanna Arini Parhusip Hari Slamet Trianto Hari Slamet Trianto Hariyanto Hariyanto Hartiningsih, Tri Henderi . Henry Junus Wattimanela Ignatius Agus Supriyono Ilham Hizbuloh Irwan Sembiring Iwan Setiawan Iwan Setyawan Johanes Dian Kurniawan Joko Siswanto JT Lobby Loekmono Keo, Jitro Jemryes Krisdiana Krisdiana, Krisdiana Kurniawan, Johanes Dian Kurniawan, Titus Antonius David Legenda Prameswono Pratama Leipary, Harfely Leonardo Refialy Leonardo Refialy, Leonardo Leopoldus Ricky Sasongko Lilik Linawati Lindin Anderson Lukman Hakim Lutpiani, Anisa Lydia Soepriyani Fallo M. Iqbal Maharani, Siska Manfaluthy, Mauludi masipupu, Frangky Aristiadi Maufiquddin, Fiqih Ma’arif, Syahrul Meydelina, Gloria Mitha Febby R. Donggori Mitha Febby R. Donggori Modjo, Marchella Ellena Mohammad Ridwan Mufti, Rijalul Muhammad Sayuthi Nabiela, Noorsy Zidna Nadeak, Nathalia Ully Nafisah Riskya Hasna Natalia Christy Waney Ninda Lutfiani Nisa, Syarifah Rahimatun Novelia, Riana Novelyn, Ruth Nugraha, Anggit Ferdita Nukuhaly, Nur Apriani Nur Edy Suminarti Olivia Rumahpasal Pariama, Aprillia Mauren Pradani, Wynona Adita Priatna , Wowon Purbaratri, Winny Purwoko, Agus Putra, Trisno Wardy Qurotul Aini Rachayu, Laras Andriani Rachel Wulan Nirmalasari Wijaya Rahma Anugraheny Raunica, Elsha Afry Rayhan, Fathan Andhika Riana Dewi Risma Margaretha Sinaga Rizkina, Shafira Rizqon Hasibuan Romauli Basaria Rosa, Angela Griya Adinda Rozanna Dewi Rudhito, Andy Safitri, Dinda Saitama, Akbar Salomina Patty SARI, EMMA NOVITA Setiawan, Romi Adetio Setivani, Febi sitawati Soeharto Soeharto Sri Suwartiningsih Sulistio Sulistio Surya Tri Atmaja Ramadhani Suryadi Suryadi Suryasatriya Trihandaru Sutarto Wijono Syahputra, Azhar Syam, Azhari Muhammad Syukri Syukri Tamaela, Jemaictry Theo Sarita, Fetriks Theopillus J. H. Wellem Tri Wahyuningsih Tundjung Mahatma Untung Rahardja Untung Rahardja Vikky Aprelia Windarni Vikky Aprelia Windarni Vincentia Pawestri Wa Mirna Wahyuni Kristinawati Wattimanela, Henry Junus Wibowo, Mars Caroline Wilyanti, Sinka Windarni, Vikky Aprelia Wisnu Anendya Sekti Yanuar Zulardiansyah Arief Yenusi, Yuni naomi Yulius Yusak Ranimpi Zaki, Khozin