p-Index From 2021 - 2026
9.176
P-Index
This Author published in this journals
All Journal Semantik Jurnal Simetris Jurnal Sains dan Teknologi Prosiding SNATIF Jurnal Edukasi dan Penelitian Informatika (JEPIN) Seminar Nasional Informatika (SEMNASIF) Proceeding SENDI_U Sistemasi: Jurnal Sistem Informasi RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JURNAL ILMIAH INFORMATIKA JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal DISPROTEK JSiI (Jurnal Sistem Informasi) Jurnal Nasional Komputasi dan Teknologi Informasi JSI (Jurnal sistem Informasi) Universitas Suryadarma Jurnal SITECH : Sistem Informasi dan Teknologi Jurnal Teknologi Informasi dan Pendidikan bit-Tech Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Pengabdian kepada Masyarakat Nusantara Journal of Information Technology Ampera JoMMiT : Jurnal Multi Media dan IT ABDIPRAJA (Jurnal Pengabdian kepada Masyarakat) Jurnal Abdi Masyarakat Indonesia International Journal of Management Science and Information Technology (IJMSIT) Muria Jurnal Layanan Masyarakat Jurnal Minfo Polgan (JMP) Jurnal Locus Penelitian dan Pengabdian Jurnal Teknik Informatika Bhakti Nagori (Jurnal Pengabdian kepada Masyarakat) Jurnal Algoritma Journal of Scientech Research and Development Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Teknik Indonesia Jurnal Sistem Informasi dan Manajemen Prosiding Seminar Nasional Unimus Media Elektrik Jurnal Publikasi Sistem Informasi dan Manajemen Bisnis Journal of Vocational, Informatics and Computer Education ABDINE :Jurnal Pengabdian Masyarakat
Claim Missing Document
Check
Articles

Analisis Prediktif Keuntungan Shopee Affiliates Menggunakan Algoritma Naive Bayes Aulia Ina Rahma; Diana Laily Fithri; R. Rhoedy Setiawan
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 6 (2024): Desember 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i6.8341

Abstract

Abstrak -  Penelitian ini dirancang untuk mengeksplorasi prediksi keuntungan atau pendapatan para affiliator di aplikasi Shopee pasca-penutupan akses toko luar negeri (cross border). Dengan menggunakan metode Naive Bayes berbasis web, studi ini menganalisis dampak kebijakan tersebut terhadap pendapatan affiliator melalui dua skenario utama: penghasilan yang berhubungan dan tidak berhubungan dengan perubahan aturan. Pendekatan berbasis web memungkinkan akses data secara cepat, pengelolaan yang efisien, serta pemantauan prediksi keuntungan secara real-time. Hasil penelitian ini diharapkan dapat memberikan wawasan baru bagi para affiliator dalam menyesuaikan diri terhadap kebijakan terbaru, memahami pola pemasaran produk affiliate, dan mengidentifikasi aspek-aspek yang perlu ditingkatkan guna menjaga stabilitas pendapatan. Selain itu, penelitian ini menekankan pentingnya teknologi berbasis web dalam menyediakan aksesibilitas yang lebih baik terhadap data keuntungan, sekaligus mendukung strategi pemasaran yang lebih efektif berdasarkan target konsumen dan produk.Kata kunci: Affiliator, Keuntungan, Naive Bayes, Prediksi Abstract - This research was designed to explore predictions of profit or income for affiliates in the Shopee application after the closure of access to overseas stores (cross border). Using the web-based Naive Bayes method, this study analyzes the impact of the policy on affiliate income through two main scenarios: income related and unrelated to the rule change. The web-based approach enables fast data access, efficient management, and real-time monitoring of profit predictions. It is hoped that the results of this research will provide new insights for affiliates in adapting to the latest policies, understanding affiliate product marketing patterns, and identifying aspects that need to be improved to maintain income stability. Additionally, this research emphasizes the importance of web-based technology in providing better accessibility to profit data, while supporting more effective marketing strategies based on consumer and product targets.Keywords: Affiliate, Profit, Naive Bayes, Prediction
Implementasi Sistem Pemetaan Kesehatan Gizi Bayi dan Balita di Desa Nganguk Berbasis Web Responsive Kalya Agil Prasetya; R Rhoedy Setiawan; Yudie Irawan
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 1 (2025): Februari 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i1.8754

Abstract

Abstrak - Kesehatan bayi dan balita perlu diawasi dan ditangani dengan baik karena pada usia balita anak akan mengalami pertumbuhan dan perkembangan baik dari fisik, mental, dan daya pikir mereka dan juga pada masa itu juga anak balita sudah mulai untuk aktif dalam berbagai aktivitas sehingga dapat menyebabkan anak lebih mudah terkena serangan penyakit. Gizi buruk sering dialami oleh anak balita karena mereka mudah sekali untuk mengalami kekuarangan atau ketidakseimbangan asupan nutrisi yang mereka dapatkan, dikarenakan beberapa faktor yang mempengaruhi kondisi tersebut diantaranya ekonomi keluarga, pola makan anak yang tidak teratur dan tidak seimbang. Untuk mengetahui bagaimana anak terkena gizi buruk dilihat dari berat badan dan tinggi badan anak serta melalui nilai Z-Score dari pengolahan data berat badan dan tinggi badan tersebut. Sehingga dari hasil perhitungan yang didapat, dapat ditentukan indikasi gizi buruk dari anak. Sehingga dengan memanfaatkan Sistem Pemetaan, sistem ini nantinya dapat membantu dalam memetakan lokasi dari tiap posko untuk memberikan informasi terkait data dari anak yang memiliki status gizi buruk. Dalam pengembangan aplikasi ini menggunakan Waterfall karena dinilai cukup efisien dan mudah untuk membuat sistem menggunakan framework Laravel dan basis data MySQL.Kata kunci: Bayi dan Balita, Gizi Buruk, Pemetaan Abstract - The health of babies and toddlers needs to be monitored and handled well because at the age of five children will experience growth and development both physically, mentally and in their thinking power and also at that time toddlers have started to be active in various activities so that it can cause children to be more easily susceptible to disease attacks. Malnutrition is often experienced by children under five because it is very easy for them to experience deficiencies or imbalances in the nutritional intake they receive, due to several factors that influence this condition, including the family economy, children's irregular and unbalanced eating patterns. To find out how children are affected by malnutrition, it can be seen from the child's weight and height as well as through the Z-Score value from processing the weight and height data. So that from the calculation results obtained, indications of malnutrition in children can be determined. So by utilizing the Mapping System, this system can later help in mapping the location of each post to provide information related to data from children who have poor nutritional status. In developing this application, Waterfall was used because it was considered quite efficient and easy to create a system using the Laravel framework and MySQL database.Keywords: Baby and Toddler, Malnutrition, Mapping
Sistem Monitoring Gizi dan Pertumbuhan Balita untuk Pencegahan Stunting di Posyandu Desa Cendono Kabupaten Kudus Nurul Inayah; R Rhoedy Setiawan; Syafiul Muzid
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 1 (2025): Februari 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i1.8761

Abstract

Abstrak - Program pemerintah untuk menurunkan angka stunting telah dilaksanakan, namun prevalensi stunting di Indonesia, termasuk di Kabupaten Kudus, masih tinggi. Desa Cendono memiliki angka stunting sebesar 2,3% dengan jumlah balita 784, dimana 18 diantaranya mengalami stunting. Permasalahan dalam pemantauan gizi dan pertumbuhan balita di Posyandu Desa Cendono mencakup keterbatasan waktu, kesalahan pencatatan data manual, serta minimnya keterlibatan orang tua dalam pemantauan kesehatan balita. Penelitian ini bertujuan membuat sistem monitoring gizi dan pertumbuhan balita berbasis web dengan metode Z-Score sesuai standar WHO untuk mendukung pencegahan stunting. Sistem ini mempermudah proses pencatatan, analisis, dan pemantauan data anthropometri balita secara akurat dan efisien, sekaligus memberikan rekomendasi intervensi gizi dan rujukan medis. Hasil penelitian menunjukkan bahwa sistem yang dibuat dapat meningkatkan efektivitas monitoring, membantu deteksi dini resiko stunting dan implementasi metode Z-Score dalam sistem dapat memastikan keakuratan analisis gizi.Kata kunci: Balita, Monitoring Gizi, Posyandu, Stunting, Z-Score Abstract  - The government program to reduce stunting rates has been implemented, but the prevalence of stunting in Indonesia, including in Kudus District, remains high. Cendono Village has a stunting rate of 2,3% with total of 784 toddlers, of which 18 are stunted. The problems in monitoring nutrition and growth of toddlers at the Posyandu in Cendono Village include time constraints, errors in manual data recording, and limited parental involvement in toddler health monitoring. This research aims to develop a web-based nutrition and growth monitoring system using the Z-Score method according to WHO standards to support stunting prevention. The system facilitates accurate and efficient recording, analysis, and monitoring of toddler anthropometric data, while also providing nutrition intervention recommendations and medical referrals. The results indicate that the developed system can enhance monitoring effectiveness, aid early detection of stunting risks, and ensure accurate nutritional analysis through the use of the Z-Score method.Keywords: Nutrition Monitoring, Posyandu, Stunting, Toddlers, Z-Score
Analisis Sentimen Ulasan Pengguna LinkedIn Menggunakan Naïve Bayes dan K-Nearest Neighbor Firdaus, Ricko Muhammad; Eko Darmanto; Rhoedy Setiawan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 3 (2026): Maret 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i3.9486

Abstract

Perkembangan aplikasi profesional seperti LinkedIn mendorong meningkatnya jumlah ulasan pengguna, namun volume data yang besar menyulitkan proses analisis sentimen secara manual. Permasalahan utama dalam penelitian ini adalah bagaimana mengklasifikasikan sentimen ulasan pengguna secara akurat untuk mengetahui persepsi pengguna terhadap aplikasi LinkedIn. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) dalam analisis sentimen ulasan pengguna LinkedIn. Metode penelitian yang digunakan adalah CRISP-DM, dengan tahapan preprocessing teks .Ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Dataset yang digunakan terdiri dari 3.500 ulasan pengguna dengan pembagian data latih dan data uji sebesar 80% dan 20%. Hasil evaluasi menunjukkan bahwa algoritma Naïve Bayes memperoleh performa yang lebih baik dengan accuracy sebesar 88%, nilai AUC sebesar 0,9424, sedangkan KNN menghasilkan accuracy sebesar 79% dan nilai AUC sebesar 0,8557. Hasil penelitian ini menunjukkan bahwa Naïve Bayes lebih efektif dalam mengklasifikasikan sentimen ulasan aplikasi LinkedIn dan dapat diimplementasikan ke dalam aplikasi berbasis web sebagai sistem pendukung analisis sentimen.
Classification of Sentiment Tokopedia and Shopee App Reviews on Google Playstore Using Naive Bayes Robait Tajuddin; Yudie Irawan; R. Rhoedy Setiawan
bit-Tech Vol. 8 No. 2 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i2.3246

Abstract

The rapid growth of e-commerce in Indonesia has led to an increase in user reviews that reflect satisfaction and experiences with applications such as Tokopedia and Shopee. The large volume of reviews makes manual analysis inefficient, thus requiring an automated method to identify user sentiments. This study aims to analyze and classify the sentiment of Tokopedia and Shopee reviews using the Naïve Bayes algorithm. The dataset consists of 10,000 Indonesian-language reviews collected from the Google Play Store. The analysis stages include data cleaning, stopword removal, stemming, and tokenization before classifying the reviews into positive and negative categories. The results show that the Naïve Bayes model performs well in sentiment classification. For Tokopedia data, the model achieved an accuracy of 81.84%, weighted precision of 84.44%, weighted recall of 81.84%, and weighted F1-score of 81.57%. Meanwhile, for Shopee data, the model performed better with an accuracy of 86%, weighted precision of 85.96%, weighted recall of 86%, and weighted F1-score of 83.25%. The word cloud visualization reveals that negative sentiments on Tokopedia are dominated by complaints about products and delivery, while on Shopee, they relate to late orders. Positive sentiments in both platforms highlight transaction convenience and affordable prices. These results demonstrate that Naïve Bayes is effective for sentiment analysis of e-commerce user reviews.
Application of K-Means Clustering for Consumable Inventory Expenditure at BKPSDM of Kudus Regency Windraningsih; R. Rhoedy Setiawan; Supriyono
Jurnal Teknologi Informasi dan Pendidikan Vol. 19 No. 1 (2026): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v19i1.1106

Abstract

The management of consumable inventory expenditure at the Human Resources and Personnel Development Agency (BKPSDM) of Kudus Regency still encounters challenges due to manual and unsystematic data analysis processes. This study aims to classify inventory usage data using the K-Means Clustering method supported by the CRISP-DM framework. The variables used include the quantity and total value of item expenditures. A web-based system was also developed to support the clustering process and provide analysis results more effectively. The K-Means++ algorithm was implemented to obtain better centroid initialization. The findings show three main clusters representing low, medium, and high expenditure levels. The system presents clustering results in tables and charts, making them easier to interpret for decision-making. This research is expected to support inventory planning and improve efficiency in inventory management at BKPSDM Kudus.
Sentiment Analysis of Free Nutritious Meal Programs Using Naïve Bayes on Platforms X and TikTok Fadila Ullul Azmie; Yudie Irawan; R.Rhoedy Setiawan
Jurnal Teknologi Informasi dan Pendidikan Vol. 19 No. 1 (2026): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v19i1.1112

Abstract

This study analyzes public sentiment toward the Free Nutritious Meal Program (MBG) using the Multinomial Naive Bayes algorithm on data from X (Twitter) and TikTok. A total of 5,173 entries were collected through web scraping and processed with cleaning, normalization, tokenization, stopword removal, and stemming. To address class imbalance, SMOTE was applied, and evaluation employed accuracy, precision, recall, F1-score, and AUC-ROC. Results show that without SMOTE, the model tended to be biased toward the majority class, especially on TikTok, while after SMOTE recall increased significantly and a better balance between precision and recall was achieved. On Twitter, performance was more stable with a moderate class distribution, and SMOTE further improved sensitivity to positive sentiment. Word cloud analysis revealed differences across platforms: TikTok leaned more toward negative sentiment with dominant words such as “racun,” “korupsi,” and “dapur,” while Twitter showed a stronger balance with positive terms like “gizi,” “gratis,” and “program.” These findings highlight the importance of cross-platform analysis to comprehensively understand public perceptions.
Implementasi Algoritma Naive Bayes untuk Klasifikasi Kebutuhan Bahan Baku dalam Upaya Reduksi Food Waste Annisa Putri Hapsari; Eko Darmanto; R. Rhoedy Setiawan
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 17 No. 1 (2026): JURNAL SIMETRIS VOLUME 17 NO 1 TAHUN 2026
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v17i1.16775

Abstract

Inefisiensi dalam manajemen persediaan bahan baku merupakan tantangan krusial bagi bisnis kuliner. Sebelumnya, Santiks Coffee mengalami tingkat food waste sebesar 12,5% akibat metode perencanaan stok manual berbasis intuisi yang berujung pada kelebihan pengadaan bahan mudah rusak dan kejadian stockout. Penelitian ini bertujuan mengembangkan sistem klasifikasi kebutuhan bahan baku berbasis web menggunakan algoritma Naive Bayes Classifier. Model dilatih menggunakan dataset historis penjualan sebanyak 545 rekaman data yang dikumpulkan selama periode september 2025 hingga januari 2026, dengan pembagian data latih dan uji sebesar 80:20. Kebaruan penelitian ini terletak pada integrasi diskritisasi data otomatis berbasis pendekatan statistik kuartil, mengurangi bias subjektivitas dalam penentuan kategori. Hasil evaluasi model menggunakan Confusion Matrix menunjukkan performa yang sangat baik dengan tingkat Akurasi sebesar 93,6%, Presisi 93,8%, Recall 93,6%, dan F1-Score 93,7%. Implementasi sistem untuk prediksi periode Februari 2026 membuktikan bahwa rekomendasi pengadaan berbasis data ini berhasil menekan indikator food waste secara signifikan menjadi 3,7%.
PENGEMBANGAN E-LEARNING WEB UNTUK LAYANAN AKADEMIK SMP NEGERI 1 KLAMBU Muhammad Ady Nugroho; Rhoedy Setiawan
BHAKTI NAGORI (Jurnal Pengabdian kepada Masyarakat) Vol. 6 No. 1 (2026): BHAKTI NAGORI (Jurnal Pengabdian kepada Masyarakat) Juni 2026
Publisher : LPPM UNIKS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/bhakti_nagori.v6i1.5635

Abstract

Kegiatan pengabdian ini dilatarbelakangi oleh penggunaan akses pembelajaran yang masih tersebar di SMP Negeri 1 Klambu Kabupaten Grobogan. Kondisi tersebut membuat guru dan siswa belum memiliki ruang digital bermaksud untuk mengelola materi, tugas, ujian, nilai, dan informasi akademik. Tujuan kegiatan ini adalah mengembangkan sistem e-learning berbasis web sebagai media integrasi layanan pembelajaran dan akademik sekolah. Metode kegiatan meliputi observasi, wawancara, studi pustaka, analisis kebutuhan, perancangan, implementasi, pengujian, dan pendampingan penggunaan sistem. Pengembangan sistem menggunakan model Waterfall karena kebutuhan sistem dapat disusun secara bertahap dan jelas. Hasil kegiatan menunjukkan bahwa sistem telah menyediakan tiga hak akses utama, yaitu admin, guru, dan siswa. Admin dapat mengelola data master, pengguna, mengimpor data, serta pengaturan aplikasi. Guru dapat mengelola mata pelajaran, perangkat, materi, tugas, ujian, nilai, dan profil. Siswa dapat mengakses materi, tugas, evaluasi, nilai, dan profil melalui menu yang lebih terstruktur. Sistem ini memberikan manfaat berupa penyederhanaan akses, keteraturan data akademik, dan peningkatan efisiensi layanan pembelajaran. Kegiatan ini menyimpulkan bahwa e-learning berbasis web dapat menjadi sarana pendukung transformasi sekolah digital, terutama dalam mengintegrasikan layanan akademik dan pembelajaran melalui satu platform.
Sistem Pendukung Keputusan Pemilihan Bibit Padi Unggulan dengan Metode MOORA Pada Wilayah Dinas Pertanian Kabupaten Pati Herdian Rio Saputro; Arif Setiawan; R. Rhoedy Setiawan
JSI (Jurnal Sistem Informasi) Universitas Suryadarma Vol. 13 No. 1 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Fakultas Ilmu Komputer dan Desain - Unsurya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i1.1784

Abstract

Pemilihan bibit padi unggulan adalah tahap krusial dalam budidaya padi, terutama di Kabupaten Pati sebagai sentra pertanian. Proses pemilihan bibit yang dilakukan secara manual sering menghadapi kendala seperti ketidaktepatan penilaian dan keterbatasan informasi. Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) untuk pemilihan bibit padi unggulan. Data alternatif bibit dan kriteria diperoleh dari Dinas Pertanian Kabupaten Pati serta literatur terkait. Sistem dikembangkan dengan metodologi SDLC model waterfall dan diuji menggunakan black box testing. Hasil pengujian menunjukkan sistem dapat melakukan perhitungan normalisasi, optimasi, dan perangkingan secara akurat. Perbandingan hasil perhitungan manual dan sistem menunjukkan kesesuaian tanpa perbedaan signifikan. Pada periode November 2025, varietas Inpari 42 Agritan menjadi rekomendasi terbaik. Implementasi sistem ini meningkatkan efisiensi, mempermudah penilaian multikriteria, dan menghasilkan rekomendasi bibit padi yang lebih objektif bagi Dinas Pertanian Kabupaten Pati.
Co-Authors - Supriyono Aditia Rasid Adrianus Wayan Dian Adi Pamungkas Ahmad Jazuli Ahmad Jazuli Alvin Rainaldy Hakim Amalia Safitri Amara, Radinda Amelia, Dwi Andy Prasetyo Utomo Annisa Putri Hapsari Anteng Widodo Ardelia Khansa Lathifa Arif Setiawan Arif Setiawan Arifviando, Muhammad Villa Asti Devi Mutiara Khoirun Nisa Aulia Ina Rahma Avin Nuzula Fitranti Bayu Samudro Fadhilah Budi Cahyo Wibowo Budi Gunawan Budi Gunawan Chalim, Noor Dhila Resky Effenti Diana Laily Fithri Diana Laily Fithri Diana Laily Fithri Diana Diana Nur Yasmin Diana, Diana Laily Fithri Dimas Yoga Ardyansyah Djoko Utomo Dwi Septiani Dwi Septiani Dyah Ayu Sukmaningtyas Eko Darmanto Elyza Dewi Fortuna Eviana Hartanti Fadila Ullul Azmie Fajar Nugraha Farel Dani Arfiyan Fatmala, Indah Firdaus, Ricko Muhammad Fitriana Habibullah, Eggy Agusti Hakim, Adam Fathul Herdian Rio Saputro Hidayah, Lisna Hidayat, Muhammad Fariz Azka Hidayatullah, Muhamad Arzak Irawan , Yudie Janah, Susi Nor Jayanti, Septina Dwi Jhany Feronica Ardina Kalya Agil Prasetya Khasan, Nur Akhmad Khoiroh, Zahro Istitho'atul Laily Fithri, Diana Lathifa, Ardelia Khansa Mochammad Imron Awalludin Mohammad Dahlan Muhamad Dimas Firmansyah Muhamad Yuwanda Muhammad Ady Nugroho MUHAMMAD ARIFIN Muhammad Arifin Muhammad Krisza Aditya Muhammad Yusuf Aji Wijaya Mukhamad Nurkamid Noor Latifah Nurul Inayah Nurwijayanti Nurya Herlina Sari Pratiwi Cahyaningtiyas Pratomo Setiaji Putri Kurnia Handayani Putri, Indriani Zabrina Putri, Noor Syafa’ah Kusuma Putri, Sevara Humaira Rahmawati, Yulinda Rasid, Aditia Ratri Rahmawati Reformasiyanto, Mohammad Humam Azka Rizky Muhammad Rizky Maulana Rizkysari Mei Maharani Rizkysari Mei Maharani, Rizkysari Mei Robait Tajuddin Romadhon, Zainur Romadhon, Zainur Rosyada, Mila Santy, Nawal Ari Sari, Luthfiana Semit, Danial Septina Dwi Jayanti Sofian, Ahmad Soni Adiyono Sri Mulyani Sulistiowati Apriliya Eka Wardani Supriyono Supriyono Supriyono Syafiul Muzid Taufiq, Muhammad Bagas Titis Chusnul Mahrom Tri Listyorini Tutik Khotimah Vika Aulia Munawaroh Widiyatmoko, Fahmi Agung Windraningsih Wiwit Agus Triyanto Yudie Irawan Yudie Irawan