Article Per Year (5 Year)
p-Index From 2020 - 2025
5.739
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Informatika Global Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI) Indexia
Nanang Yudi Setiawan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Dentistry Education Electrical & Electronics Engineering Engineering Library & Information Science

Published : 47 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 47 Documents
Search

 1   2   3   4   5 
PENGARUH POLA HUBUNGAN PENGEMBANG PADA EVOLUSI PERANGKAT LUNAK Setiawan, Nanang Yudi; Andria S, Reza
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 2, Juli 2013
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1308.181 KB) | DOI: 10.12962/j24068535.v11i2.a5

Abstract

Pola hubungan antara individu dalam sebuah pekerjaan, dapat mempengaruhi tingkat ketercapaian pekerjaan dan kualitas produk yang dihasilkan. Hipotesa tersebut menjadi latar belakang dalam penelitian ini untuk menyelediki pengaruh pola hubungan dalam interaksi antar pengembang terhadap evolusi sebuah perangkat lunak. Pemanfaatan rekam data dalam rekayasa perangkat lunak telah digunakan secara luas untuk mempelajari dan meningkatkan kualitas proses pengembangan perangkat lunak. Pola hubungan antar pengembang dapat diekstraksi dari event log (catatan kejadian) dengan menggunakan teknik-teknik process mining yang menggabungkan konsep manajemen proses bisnis dan analisa jejaring sosial (social network analysis, SNA). Pola hubungan pengembang sebagai individu dalam komunitas, diukur secara kuantitatif melalui pendekatan yang didasarkan pada metrik SNA yang meliputi pola: (1) aktivitas dalam hubungan sebabakibat (causality), (2) aktivitas dalam kasus yang berhubungan (joint cases), (3) aktivitas yang serupa (similar task), dan (4) aktivitas dalam kasus tertentu (special event). Sedangkan evolusi perangkat lunak diamati dari produk pengembang untuk jumlah fitur baru, jumlah bug yang ditangani, penyempurnaan fitur (enhancement), dan permintaan dukungan (support request) yang berhasil diselesaikan. Dengan menggunakan metode Partial Least Sqeare (PLS),dapat disimpulkan bahwa pada studi kasus yang digunakan, pola hubungan sebab akibat memiliki tingkat signifikansi yang paling baik terhadap evolusi perangkat lunak dengan nilai p-value 9.022E-15
PENAMBANGAN PROSES YANG MENDUKUNG PENILAIAN PERANGKAT LUNAK DENGAN COBIT4.1 Setiawan, Nanang Yudi; Sarwosri, Sarwosri
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 11, No 1, Januari 2013
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.402 KB) | DOI: 10.12962/j24068535.v11i1.a20

Abstract

Ide dasar di balik software process improvement - SPI menjadi alasan bahwa proses perangkat lunak berkualitas baik merupakan prasyarat bagi produk perangkat lunak berkualitas baik. Oleh karenanya, proses dalam perangkat lunak perlu untuk terus dinilai dan ditingkatkan. COBIT merupakan salah satu kerangka SPI yang dapat menjadi acuan ketercapaian kualitas perangkat lunak. Untuk mendukung penilaian proses, penelitian ini mengusulkan penerapan teknik penambangan proses (process mining) dalam penilaian perangka t lunak untuk menilai ketercapaian indikator kematangan proses sesuai panduan COBIT -PAM (COBIT Process Assessment Model). Hasil evaluasi dengan validitas dan reliabilitas menunjukkan bahwa teknik penambangan proses dapat diterapkan dengan menyesuaikan tujuan dan produk kerja dari setiap atribut penilaian proses dalam COBIT.
ANALISIS SENTIMEN PADA ULASAN APLIKASI MOBILE BANKING MENGGUNAKAN METODE NAÏVE BAYES DENGAN KAMUS INSET Alyaa Nadira; Nanang Yudi Setiawan; Welly Purnomo
INDEXIA Vol 5 No 01 (2023): INDEXIA : Informatics and Computational Intelligent Journal
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v5i01.5138

Abstract

Perkembangan teknologi informasi dan komunikasi berpengaruh pada partisipasi dan interaksi pengguna dalam online platform, seperti contohnya adalah pemberian ulasan pada sebuah aplikasi di Google Play Store. Bagi perusahaan, ulasan dapat digunakan untuk mengetahui kebutuhan pengguna dan dapat digunakan juga sebagai bahan evaluasi untuk mengembangkan dan memperbaiki aplikasinya, namun terkadang dalam sebuah ulasan terdapat ketidaksesuaian antara isi ulasan dengan pemberian rating pada ulasan, yang berarti bahwa sentimen dari sebuah ulasan tidak dapat dilihat dari jumlah rating pada ulasan. Dalam sebuah ulasan juga dapat terjadi kesalahan penulisan baik disengaja ataupun tidak disengaja yang membuat ulasan tersebut susah untuk dibaca dan dimengerti. Pada penelitian ini dilakukan analisis sentimen dengan studi kasus aplikasi Victoria Mobile Banking untuk mengklasifikasikan ulasan aplikasi kedalam ulasan yang bersifat positif atau negatif serta dapat memberi visualisasi hasil analisis ulasan. Proses klasifikasi pada sistem menggunakan metode Naïve Bayes. Data latih yang digunakan adalah data ulasan yang telah diberi label secara otomatis menggunakan kamus InSet yang telah melalui penyesuaian kata dan bobot. Algoritma klasifikasi tersebut diuji menggunakan confusion matrix dan menghasilkan nilai precision 90,4%, recall 100%, f-measure 95%, dan akurasi 93,1%.
Sentimen Analysis pada Opini Masyarakat terhadap Pelayanan Publik Polres Ponorogo menggunakan Metode Support Vector Machine Widyadhana, Fawwaz Kumudani; Setiawan, Nanang Yudi; Rahayudi, Bayu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini menganalisis sentimen masyarakat terhadap pelayanan publik Polres Ponorogo, Indonesia, menggunakan metode Support Vector Machine (SVM) untuk mengidentifikasi komentar negatif atau positif. Data yang digunakan berasal dari media sosial Twitter, Google Review, dan sistem Binmas Online System (BOS V2). Teknik Text Mining digunakan untuk memproses data, sementara SVM digunakan untuk melatih model dengan parameter terbaik. Preprocessing data melibatkan tokenisasi, pembersihan data, case folding, filterisasi, dan stemming. Pembobotan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk mengidentifikasi kata-kata kunci yang mempengaruhi sentimen. Untuk menangani ketidakseimbangan data, digunakan teknik undersampling dan k-fold cross validation digunakan untuk menguji model. Evaluasi model dilakukan dengan confusion matrix dan classification report. Hasil analisis sentimen menunjukkan akurasi rata-rata 93%, presisi 92%, recall 93%, dan F-Measure 93%. Penelitian ini memberikan kontribusi dalam menganalisis sentimen masyarakat terhadap pelayanan publik Polres Ponorogo, serta mengidentifikasi faktor-faktor yang mendasari sentimen negatif atau positif dengan menggunakan root cause analysis. Penelitian ini juga mengimplementasikan dashboard menggunakan perangkat lunak Tableau memungkinkan pemangku kepentingan untuk memahami hasil analisis secara visual dan interaktif. Serta model analisis sentimen yang dikembangkan menggunakan SVM dapat digunakan untuk mengklasifikasikan komentar masyarakat sebagai sentimen negatif atau positif secara otomatis, sehingga membantu Polres dalam memantau dan menanggapi sentimen masyarakat dengan lebih efektif.
Prediksi Kanker Paru-Paru menggunakan Algoritme Random Forest Decision Tree Marzuq, Rafly Dwi; Wicaksono, Satrio Agung; Setiawan, Nanang Yudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Teknologi telah berevolusi dari awal penciptaannya sampai sekarang dengan laju yang cepat. Salah satu aspek dari teknologi tersebut merupakan berkembanganya pertukaran data yang terjadi. Dengan skala pertukaran data yang besar tentu juga jumlah data yang berputar semakin besar. Untuk menggunakan dan menggali data tersebut menjadi informasi yang bisa digunakan terciptanya konsep Data Mining. Data Mining merupakan teknik untuk menemukan pola dan informasi dari data berjumlah besar. Data Mining bisa diimplementasikan pada banyak industri, salah satunya merupakan industri kesehatan. Penggunaan Data Mining untuk membantu riset dan penanganan kanker sedang sangat meningkat. Dengan munculnya penyakit kanker paru-paru di tubuh manusia terdapat beberapa gejala yang biasa dirasakan oleh kebanyakan pasien kanker paru-paru. Namun, gejala ini seringkali tidak dihiraukan dan tidak dicek oleh praktisi medis sehingga hanya 14% dari pasien yang didiagnosa kanker paru-paru sembuh dari penyakitnya lima tahun dari diagnosa. Menggunakan klasifikasi, terdapat cara untuk menganalisis data hasil gejala awal kanker paru-paru untuk menentukan class label dari hasil tersebut dengan tujuan membantu fasilitas kesehatan membuat keputusan medis terhadap calon pasien. Pada penelitian ini dilakukan implementasi klasifikasi menggunakan Random Forest, serta pengujian menggunakan Confusion Matrix dan f-Fold Cross Validation. Hasil dari pengujian menggunakan Confusion Matrix adalah ditemukan akurasi tertinggi sebesar 0,904 dan rata-rata akurasi sebesar 0,813. Hasil pengujian menggunakan K-fold Cross Validation adalah rata-rata akurasi tertinggi saat menggunakan 5-fold cross validation yaitu akurasi sebesar 0,889.
Sistem Pendukung Keputusan pada Pemberian Rekomendasi Kandidat Asisten Praktikum di Fakultas Ilmu Komputer Universitas Brawijaya menggunakan Metode Weighted Product Yuditama, Alvan Alif; Maghfiroh, Intan Sartika Eris; Setiawan, Nanang Yudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kehidupan perkuliahan mahasiswa sangat berpengaruh pada keberlangsungan kehidupan mahasiswa itu sendiri pada tahap selanjutnya. Banyak faktor yang memengaruhi proses perkuliahan untuk membangun pendidikan mahasiswa menjadi lebih baik, salah satunya adalah pemahaman mata kuliah mahasiswa dari proses pembelajaran praktikum. Pada mata kuliah praktikum, dosen atau koordinator asisten tiap praktikumnya dibantu dengan mahasiswa yang telah mendaftar sebagai asisten praktikum yang telah melalui proses seleksi. Setelah melakukan wawancara di Fakultas Ilmu Komputer Universitas Brawijaya, terdapat masalah dimana pada mata kuliah tertentu tidak ada pencalonan diri mahasiswa sebagai asisten praktikum sama sekali. Maka dari itu, penelitian ini dilakukan dengan membuat sistem pendukung keputusan menggunakan metode Weighted Product yang diharapkan dapat membantu proses pemilihan kandidat asisten praktikum yang sesuai. Sistem pendukung keputusan merupakan sistem penunjang pengambil keputusan dengan kriteria-kriteria yang telah ditentukan dalam salah satu metodenya yaitu Weighted Product. Ditawarkan juga rekomendasi proses bisnis yang dapat membantu permasalahan ini. Dengan menggunakan metode WP, diperoleh data kriteria yang didapatkan dari proses wawancara dengan ahli dan data alternatif yang didapatkan dari penyebaran kuesioner ke mahasiswa aktif FILKOM UB. Kriteria-kriteria tersebut mencakup kriteria penilaian akademik berupa IPK, IP Mata Kuliah, dan Nilai Praktikum. Kemudian, kriteria penilaian diri berupa Kemampuan Berbicara Depan Umum, Manajemen Waktu, Keaktifan, Kerajinan, dan Tanggung Jawab. Terakhir kriteria kesediaan yang menanyakan kesediaan mahasiswa sebagai asisten praktikum. Dilakukan juga proses pengujian korelasi Rank Spearman untuk melihat hubungan kekuatan antara perangkingan sistem dan perangkingan ahli. Hasil uji korelasi memperoleh nilai 0,818 yang berarti hubungan perangkingan sangat kuat berdasarkan tabel kekuatan koefisien korelasi.
Analisis Sentimen pada Ulasan Aplikasi Mamikos di Google Play menggunakan Algoritme Support Vector Machine (SVM) Berliani, Afridha; Setiawan, Nanang Yudi; Saputra, Mochamad Chandra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan indekos atau kamar kos sebagai bentuk persewaan kamar yang populer di Indonesia memberikan alternatif akomodasi terjangkau khususnya bagi mahasiswa dan pekerja. Namun, dalam proses mencari kamar kos yang sesuai dengan preferensi, para pencari kos sering menghadapi kesulitan seperti ketidaktahuan tentang lokasi kamar kos dan harus memastikan kondisi sesuai fasilitas yang ditawarkan. Salah satu marketplace penyewaan akomodasi kos di Indonesia adalah Mamikos, yang tersedia bagi pengguna melalui web dan aplikasi mobile. Ulasan aplikasi Mamikos di Google Play Store dapat menggambarkan kualitas aplikasi secara umum. Penelitian ini bertujuan menganalisis sentimen ulasan aplikasi Mamikos. Pengumpulan data ulasan dilakukan dengan teknik web scraping. Analisis sentimen dilakukan dengan menggunakan algoritme Support Vector Machine (SVM) dengan dua kernel, yaitu Linear dan Radial Basic Function (RBF) untuk mengklasifikasikan sentimen menjadi positif dan negatif. Hasil klasifikasi menunjukkan kinerja model SVM tergolong cukup baik dengan nilai Accuracy 0.93667, Recall 0.94776, Precision 0.9806 dan F1-Score 0.9639 untuk kedua kernel. Sentimen ulasan negatif divisualisasikan menggunakan Diagram Fishbone untuk mengidentifikasi permasalahan pengguna. Berdasarkan diagram Fishbone tersebut ditemukan 13 permasalahan yang dikategorikan menjadi 5 aspek yaitu Price, People, Process, Place dan Product. Berdasarkan temuan ini, disusun 13 rekomendasi pemecahan masalah yang diharapkan dapat membantu pihak developer untuk meningkatkan kualitas layanan bagi pengguna.
Prediksi Permintaan Konsumen pada PT. Resik Mitra Anugerah menggunakan Recurrent Neural Network Taqiyuddin, Ammar Yazid; Setiawan, Nanang Yudi; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

PT Resik Mitra Anugerah (RMA) merupakan perusahaan yang bergerak di bidang manufaktur yang memiliki brand produk personal care bernama Zizi. Karena jumlah pesanan produk Zizi yang fluktuatif tiap bulannya, PT RMA kesulitan dalam menentukan jumlah produksi. Hal ini yang menyebabkan PT RMA pernah mengalami overstock pada gudang penyimpanan dikarenakan jumlah produksi yang berlebih daripada jumlah permintaan. Salah satu solusi dari masalah ini adalah dengan membuat prediksi jumlah permintaan konsumen yang dapat membantu dalam perencanaan jumlah produksi. Pembuatan prediksi dilakukan dengan membangun model yang dilatih menggunakan data penjualan historis selama tiga tahun terakhir. Model prediksi menggunakan metode Recurrent Neural Network (RNN). Proses pembuatan prediksi mengikuti alur kerja tidy forecasting. Optimasi hyperparameter dari model RNN dilakukan menggunakan metode grid search. Konfigurasi hyperparameter terbaik yang ditemukan mencakup penggunaan fungsi aktivasi relu, jumlah epoch sebanyak 100, dan jumlah neuron pada hidden layer sebanyak 100. Evaluasi model prediksi menggunakan metrik RMSE. Empat metode forecasting sederhana yaitu metode Mean, Naïve, Drift dan Simple exponential smoothing digunakan sebagai pembanding. Hasilnya, nilai RMSE dari model RNN sebesar 62,321, merupakan nilai RMSE terendah dan mengungguli keempat metode pembanding. Hasil prediksi disajikan dalam sebuah dashboard yang mencakup grafik historis penjualan tahunan dan grafik prediksi.
Analisis Clustering Topik Survey menggunakan Algoritme K-Means (Studi Kasus: Kudata) Haq, Muhammad Arienal; Purnomo, Welly; Setiawan, Nanang Yudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 7 (2023): Juli 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kudata merupakan salah satu platform yang menyediakan layanan untuk menghubungkan pembuat survey yang ingin mencari responden. Pada permasalahan perusahaan ini tidak dapat diketahui untuk topik survey, karena platform yang digunakan Kudata, yakni Google Forms, yang menimbulkan data tidak terstruktur dalam internal database Sehingga, peneliti melakukan penelitian terkait permasalahan Kudata dalam melakukan beberapa pengembangan bisnis, seperti melakukan kategori survey, membuat template survey, dan mengetahui topik survey yang banyak digunakan oleh pengguna, serta tren waktu ke waktu pada topik survey. Metode pada penelitian ini menggunakan scraping untuk mengumpulkan data instrumen survey, meliputi deskripsi, pertanyaan dan kombinasi keduanya pada setiap formulir di Google Forms, serta hasilnya mendapatkan 1913 data URL dan kemudian dilakukan penerapan skenario pengujian, yang dilakukan dengan membagi dataset utama menjadi 3 rentang waktu (setiap 6 bulan) dan membagi kembali dataset tersebut menjadi 3 instrumen penting survey (deskripsi, pertanyaan dan kombinasi keduanya). Selain itu, penelitian ini menggunakan text representation dengan metode TF-IDF (Term Frequency-Inverse Document Frequency) dan reduksi dimensi menggunakan PCA (Principal Component Analysis), serta menggunakan Silhouette Score untuk menghasilkan cluster secara optimal dalam algoritme K-means. Sehingga, penelitian ini menghasilkan rekomendasi dan tren topik survey. Terdapat 16 rekomendasi topik yang sering digunakan dan 4 topik unik yang diidentifikasi dalam seluruh skenario pengujian.
Pengembangan Business Intelligence Dashboard untuk Manajemen Produk Layanan (Studi Kasus PT.XYZ) Fajr, Saifulloh Achmad; Setiawan, Nanang Yudi; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

PT.XYZ merupakan salah satu Perusahaan telekomunikasi terbesar di indonesia, dimana untuk memenuhi kebutuhan dari pelanggan dibutuhkan banyak variasi dari paket internet. Paket internet ini dapat mencakup paket utama, paket aplikasi, atau hanya paket untuk memperpanjang masa aktif kartu perdana. Ketika PT.XYZ melakukan migrasi sistem, ditemukan bahwa terdapat paket internet yang terdapat dalam sistem yang tidak memiliki pelanggan aktif, namun tidak semua paket dengan 0 pelanggan ini tidak digunakan, terdapat pula beberapa paket yang digunakan sebagai template, ataupun merupakan paket yang disiapkan untuk acara tertentu. Dikarenakan jumlah produk yang banyak, maka proses menentukan produk yang akan disimpan ataupun dihapus ini akan memakan waktu lama. Hal ini dikarenakan ketergantungan dengan tim bisnis selaku tim yang menentukan apakah produk akan dihapus atau dipertahankan. Dari permasalahan inilah maka dikembangkan dashboard business intelligence untuk mempermudah proses bisnis, dashboard business intelligence akan dikembangkan dengan metode siklus hidup business intelligence Kimball, dimana dalam pengembangan akan menggunakan google bigquery sebagai perangkat data warehouse, talend open studio sebagai alat penunjang proses Extract Transform Load (ETL) dan Looker studio sebagai perangkat lunak dashboard. Dalam penelitian ini akan menggunakan Usability Testing sebagai metode pengujian. Hasil dari pengujian ini sendiri rata rata skor sebanyak 3.64 dari 5.0..
Co-Authors Adristi, Tikta Ahmad Afif Supianto Almas, Muhammad Fikri Almira Syawli Alyaa Nadira Amal, Muhammad Ikhlasul Anandia, Nazwa Asiyah, Noor Leona Asyrofi, Moh. Yuslam Azpiranda, Novira Bayu Rahayudi Berliani, Afridha Bonaventura Julio Putra Nandika Diamanta, Ananda Dian Eka Ratnawati diniyah, zubaidah Djoko Pramono Edmund Pierre Purba, Geoffrey Fadhil, Adam Ghirvan Fadhilah, Irsya Salim Fajr, Saifulloh Achmad Faranisa, Puspa Ayu Febriandirza, Arafat Firdaus, Muhammad Fariz Fitra Abdurrachman Bachtiar Hamas, radityo Haq, Muhammad Arienal Hilal, Khaliffman Rahmat Husalie, Levin Vinnu Intan Sartika Eris Maghfiroh Jannah, Nisa Usrifatul Kusuma, Salsabila Azzahra' Zulfa Listyawan, Bagas Raditya Nur Marzuq, Rafly Dwi Maulana, M. Ighfar Mochamad Chandra Saputra, Mochamad Chandra Mushowwiru, Mochammad Faza Pramudya Niken Hendrakusma Wardani Niken Hendrakusma Wardani Niken Hendrakusuma Wardani, Niken Hendrakusuma Pramudita, Julina Larasati Purnomo, Welly Rahmandita, Prasetya Naufal Ramadhani, T. Zalfa Reza Andria S Riswan Septriayadi Sianturi Ryandra, Muhammad Saragih, Imanuel Nathaliando Sartika Eris Maghfiroh, Intan Sartika, Intan Sarwosri Sarwosri Satrio Agung Wicaksono Satrio Hadi Wijoyo Sitepu, Mikha Aziel Christian Sormin, Hartati Penta Angelina Suryawati, Endang Taqiyuddin, Ammar Yazid Vania Malinda Wibowo Viriya, Aurelius Alexaner Welly Purnomo Wibisono, Nusa Seldi Wibowo, Shinta Dewi Putri Widya Azzahra, Shellen Widyadhana, Fawwaz Kumudani Yanuardhana, Anugrah Daffa Yuditama, Alvan Alif Yusi Tyroni Mursityo Yuwana, R. Sandra