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 Akurasi Penentuan Harga Jual Barang Menggunakan Metode Mark Up Pricing Berbasis Sistem Informasi Muhammad Krisza Aditya; R. Rhoedy Setiawan; Yudie Irawan
Jurnal Publikasi Sistem Informasi dan Manajemen Bisnis Vol. 5 No. 1 (2026): Januari : Jurnal Publikasi Sistem Informasi dan Manajemen Bisnis
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jupsim.v5i1.6275

Abstract

The An-Nizam Jepara grocery store currently faces several challenges in managing sales transaction data, determining selling prices, and managing inventory data due to the continued use of paper-based or conventional recording methods. This results in errors in recording inventory data and inconsistencies in pricing. This research aims to assist the An-Nizam grocery store in addressing these challenges by developing an inventory and sales system integrated with stock management and financial accuracy. The development method used is the Waterfall System Development Life Cycle (SDLC) model, which is highly dynamic and structured. To solve the pricing problem, the Mark-Up Pricing method is used within the system to automatically calculate the selling price based on the desired profit percentage. This system was developed using the Laravel framework and a MySQL database. The expected outcome of this research is the creation of an inventory and sales system that can minimize human error, streamline sales transaction processes, and provide stock reports based on specific periods or in real time. This system is expected to help the An-Nizam grocery store determine better selling prices and maintain good and efficient stock management.
Pendampingan Psikoedukasi dalam Mengatasi Kecanduan Gadget dan Penyalahgunaan Teknologi untuk Kesehatan Mental Masyarakat Septina Dwi Jayanti; Dwi Septiani; Ardelia Khansa Lathifa; R Rhoedy Setiawan
Muria Jurnal Layanan Masyarakat Vol. 7 No. 1 (2025): Maret 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/mjlm.v7i1.14903

Abstract

This psychoeducation program focuses on raising awareness among adolescent students at SMP N 2 Winong about the negative impacts of gadget addiction and technology misuse, as an essential step in maintaining mental health in the digital era. The goal of this program is to provide students with an understanding of the risks associated with excessive technology use and effective strategies for managing screen time healthily. The methods employed in this program include the delivery of educational content on mental health impacts, interactive discussions, and training in technology management strategies. The results of this program indicate an increase in students' understanding of the importance of balancing technology use with mental health. There was also a positive change in students' behavior regarding screen time management. It is hoped that this program will continue to support efforts to improve the mental health of students at SMP N 2 Winong in a sustainable manner.Kegiatan psikoedukasi ini berfokus pada upaya meningkatkan kesadaran siswa remaja di SMP N 2 Winong mengenai dampak negatif kecanduan gadget dan penyalahgunaan teknologi, sebagai langkah penting dalam menjaga kesehatan mental di era digital. Tujuan dari kegiatan ini adalah memberikan pemahaman kepada siswa tentang risiko penggunaan teknologi yang berlebihan serta cara-cara efektif untuk mengelola waktu layar secara sehat. Metode yang digunakan dalam program ini meliputi penyampaian materi edukatif mengenai dampak kesehatan mental, diskusi interaktif, dan pelatihan strategi pengelolaan teknologi. Hasil dari kegiatan ini menunjukkan peningkatan pemahaman siswa mengenai pentingnya menjaga keseimbangan antara penggunaan teknologi dan kesehatan mental. Terdapat juga perubahan positif dalam perilaku siswa terkait pengelolaan waktu penggunaan gadget. Diharapkan, program ini dapat terus mendukung upaya peningkatan kesehatan mental siswa di SMP N 2 Winong secara berkelanjutan.
Perancangan Sistem Informasi Reservasi Resort Pijar Park Kudus dengan Payment Gateway dan E-Ticket QR Code Jhany Feronica Ardina; Yudie Irawan; R. Rhoedy Setiawan

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10568

Abstract

Abstrak - Resort Pijar Park Kudus merupakan salah satu destinasi wisata alam yang menyediakan layanan penginapan, namun proses reservasi yang masih dilakukan secara manual menimbulkan berbagai permasalahan seperti keterlambatan konfirmasi, risiko kesalahan pencatatan, serta keterbatasan informasi ketersediaan kamar secara real time. Penelitian ini bertujuan untuk merancang sistem informasi reservasi Resort Pijar Park Kudus berbasis web yang terintegrasi dengan payment gateway dan e-ticket berbasis QR Code guna meningkatkan efisiensi dan kualitas layanan. Metode penelitian yang digunakan adalah pendekatan kualitatif melalui observasi, wawancara, dan studi pustaka, dengan pengembangan sistem menggunakan metode prototype serta pemodelan Unified Modeling Language (UML). Sistem dibangun menggunakan bahasa pemrograman PHP, HTML, dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem yang dirancang mampu memfasilitasi proses pemesanan kamar secara online, menyediakan informasi ketersediaan kamar secara real time, mendukung pembayaran digital yang aman, serta menghasilkan e-ticket berbasis QR Code sebagai bukti reservasi dan proses check-in. Implementasi sistem ini terbukti membantu pengunjung dalam melakukan reservasi dengan lebih mudah serta meningkatkan efektivitas pengelolaan data dan pelaporan bagi pihak pengelola resort.Kata kunci : Sistem Informasi; Reservasi Online; Payment Gateway; E-Ticket; QR Code; Abstract - Pijar Park Resort Kudus is a nature-based tourist destination that provides accommodation services; however, the reservation process is still conducted manually, leading to several issues such as delayed confirmation, data recording errors, and limited access to real-time room availability information. This study aims to design a web-based reservation information system for Pijar Park Resort Kudus integrated with a payment gateway and QR Code-based e-ticket to improve service efficiency and effectiveness. The research method employed a qualitative approach through observation, interviews, and literature studies, while system development utilized the prototype method and Unified Modeling Language (UML) modeling. The system was developed using PHP, HTML, and MySQL database. The results indicate that the proposed system is capable of facilitating online room reservations, providing real-time room availability information, supporting secure digital payments, and generating QR Code-based e-tickets as proof of reservation and check-in. The implementation of this system enhances customer convenience and significantly improves data management and reporting processes for resort management.Keywords: Information System; Online Reservation; Payment Gateway; E-Ticket; QR Code;
Peningkatan Visualisasi Produk dengan Pendampingan Mitra UMKM Kopi Tjolo Menggunakan Software Mobile Photo Editor Diana, Diana Laily Fithri; Listyorini, Tri; Cahyo Wibowo, Budi; Setiawan, Rhoedy; Supriyono, Supriyono; Nugraha, Fajar
ABDINE: Jurnal Pengabdian Masyarakat Vol. 3 No. 2 (2023): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Institut Teknologi dan Bisnis Riau Pesisir

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v3i2.672

Abstract

Dalam era pemasaran digital yang berkembang pesat, visualisasi produk menjadi elemen penting dalam menarik perhatian konsumen. Namun, banyak produsen dan pengecer menghadapi tantangan dalam menciptakan visualisasi produk yang menarik dan profesional dengan sumber daya terbatas. Pengabdian ini bertujuan untuk mengeksplorasi penggunaan mobile photo editor dalam meningkatkan visualisasi produk dalam konteks digital marketing. Kami mencari pemahaman tentang efektivitas alat ini dalam meningkatkan daya tarik produk dan minat konsumen. Metode dalam pendampingan kegiatan pengabdian masyarakat menggunakan pendekatan kualitatif dengan melibatkan produsen dan pengecer produk kopi yang menggunakan mobile photo editor dalam pemasaran mereka. Kami mengumpulkan data melalui wawancara mendalam dan observasi. Hasil pengabdian menunjukkan bahwa penggunaan mobile photo editor, seperti PhotoRoom, efektif dalam meningkatkan visualisasi produk. Dengan mengedit gambar produk kopi, termasuk penyesuaian cahaya, penambahan filter, dan elemen tambahan seperti teks, daya tarik produk ditingkatkan secara signifikan. Selain itu, variasi dalam sampel gambar produk kopi juga memengaruhi minat konsumen secara positif. Penggunaan kreatif mobile photo editor memungkinkan produsen dan pengecer untuk menarik berbagai segmen konsumen dengan preferensi visual yang berbeda. Kesimpulannya, mobile photo editor adalah alat yang efektif dalam meningkatkan visualisasi produk dan menarik minat konsumen dalam strategi digital marketing.  
Pengelolaan Bank Sampah Muria Berseri berbasis Digital Desa Gondangmanis Kabupaten Kudus Laily Fithri, Diana; Setiawan, Rhoedy; Cahyo wibowo, Budi; Nugraha, Fajar; Latifah, Noor
ABDINE: Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2024): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Institut Teknologi dan Bisnis Riau Pesisir

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v4i1.825

Abstract

Sampah merupakan persoalan yang sering timbul di lingkungan masyarakat. Jumlah sampah cenderung terus mengalami peningkatan seiring dengan pertambahan jumlah penduduk serta bertambahnya konsumsi masyarakat. Persoalan sampah jika tidak dikelola dengan baik akan menimbulkan berbagai masalah, terutama masalah kesehatan dan lingkungan sehingga memerlukan pengelolaan dengan terpadu dan baik. Hal ini tentunya juga dialami oleh warga masyarakat di kawasan desa Gondangmanis kabupaten Kudus.Untuk  melakukan pengelolaan sampah warga di desa Gondangmanis didirikan Bank Sampah Muria Berseri. Pada proses penerimaan sampah yang saat ini dilakukan pendataan dengan pencatatan secara tertulis dicatat dalam sebuah buku besar kemudian disalin kembali kebuku tabungan sampah milik nasabah bank sampah. Pada proses realisasi perhitungan tabungan bank sampah juga dilaksanakan penghitungan secara manual dengan mendata satu persatu tabungan sampah milik nasabah yang telah masuk ke bank sampah. Hal tersebut tentunya mengakibatkan pekerjaan menjadi kurang efektif dan efisien dalam pengelolaan bank sampah.Berdasarkan latar belakang tersebut Tim Pengabdian akan membantu pengelola bank sampah dalam melakukan pengelolaan bank sampah secara digital melalui pengembangan aplikasi sistem pengelolaan bank sampah berbasis digital. Metode yang dipakai dalam pelaksanaan program pengabdian ini adalah melakukan pendampingan dan penerapan sistem pengelolaan manajemen bank sampah untuk mengatasi permasalahan keterbatasan bidang pengelolaan bank sampah Muria Berseri
Pemberdayaan Karang Taruna Melalui Program Kampung Iklim Pada Pengelolaan Sampah Terintegrasi Rahmawati, Ratri; Dahlan, Mohammad; Setiawan, R. Rhoedy; Gunawan, Budi; Nugraha, Fajar; Mulyani, Sri
ABDINE: Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2024): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Institut Teknologi dan Bisnis Riau Pesisir

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v4i2.982

Abstract

Program Kampung Iklim (ProKlim) merupakan strategi sinergi aksi adaptasi dan mitigasi terhadap perubahan iklim. Salah satu implementasi Proklim yaitu pengelolaan sampah. Kegiatan ini berfokus pada pemberdayaan karang taruna Desa Menawan pada pengelolaan sampah secara terintegrasi. Diawali dengan penyampaian edukasi kepada masyarakat mengenai pemilahan sampah dan potensi pengelolaanya. Sampah organik dimanfaatkan sebagai pupuk padat dan cair. Sedangkan sampah anorganik dikelola melalui platform bank sampah digital menjadi saldo rekening. Konversi sampah organik menjadi pupuk difasilitasi oleh 2 alat tepat guna yaitu APPO dan POC. Hasil kegiatan yaitu masyarakat dapat memperoleh produk olahan sampah organik dan keuntungan dari transaksi nabung sampah yangmana pengelolaannya menggunakan Bank Sampah Digital. Produk pupuk padat dan cair digunakan sebagai pendukung sektor pertanian dalam mewujudkan ketahanan pangan masyarakat. Strategi keberlanjutan diperlukan untuk mendukung keberlangsungan program seperti menjalin kerjasama dengan pemerintah maupun swasta. Demikian, implementasi ProKlim yang dikelola oleh Karang Taruna Desa Menawan berjalan dengan lancar sesuai dengan target dan luaran
Multi-Platform Sentiment Analysis of Diabetes Mellitus on X and TikTok Using K-Nearest Neighbor, Chi-Square Selection, and Oversampling Asti Devi Mutiara Khoirun Nisa; Noor Latifah; R. Rhoedy Setiawan
International Journal of Management Science and Information Technology Vol. 6 No. 2 (2026): July - December 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijmsit.v6i2.8061

Abstract

Diabetes mellitus is a chronic health condition that is widely discussed by the public on social media, generating a large volume of opinions that are difficult to interpret manually. This study analyzes public sentiment toward Diabetes mellitus using data collected from X (Twitter) and TikTok. Text data were preprocessed (cleaning, slang normalization, stopword removal, and stemming) and duplicate entries were removed. Sentiment labels were generated automatically through a rule-based lexicon across four categories (positive, negative, neutral, and irrelevant/discarded), and the reliability of this automatic labeling was verified through manual validation of a stratified sample of 200 data points, measured using Cohen's Kappa. Positive and negative data were then weighted using TF-IDF, reduced using Chi-Square feature selection, balanced using SMOTE, and classified using K-Nearest Neighbor (KNN). Model performance was evaluated using accuracy, precision, recall, and F1-score, and compared across four scenarios: baseline KNN, KNN with Chi-Square, KNN with SMOTE, and the combined KNN+Chi-Square+SMOTE model. The manual validation of 198 valid samples produced an agreement accuracy of 59.60% and a Cohen's Kappa of 0.459 (moderate agreement), indicating that the main source of disagreement lies at the boundary between the neutral and sentiment-bearing classes, while direct positive-negative misclassification was rare (4.5%). The combined model achieved an accuracy of 82.86%, with a macro-averaged precision of 82.95%, recall of 83.56%, and F1-score of 82.79%. Interestingly, Chi-Square feature selection alone yielded the highest accuracy among the four scenarios (85.10%), suggesting that feature selection contributed more to performance gains than class balancing in this dataset. These findings suggest that combining feature selection and oversampling techniques improves the reliability of multi-platform sentiment classification for health-related topics and can inform more effective public health communication strategies regarding diabetes.
Customer Review Sentiment Classification of Belikopi Products Using the Support Vector Machine (SVM) Method Avin Nuzula Fitranti; R. Rhoedy Setiawan; Yudie Irawan
International Journal of Management Science and Information Technology Vol. 6 No. 2 (2026): July - December 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijmsit.v6i2.8067

Abstract

The rapid development of information technology and the widespread use of social media have significantly changed the way customers express their opinions and experiences regarding products and services. Platforms such as Instagram, TikTok, and Google Maps have become important sources of customer feedback that can be analyzed to understand public perception and customer satisfaction. Sentiment analysis is one of the text mining techniques that can automatically classify opinions into positive, neutral, and negative sentiments, enabling businesses to make informed decisions based on customer feedback. This study aims to analyze customer sentiment toward Belikopi products using the Support Vector Machine (SVM) classification algorithm. A total of 4,636 customer reviews and comments were collected from Instagram, TikTok, and Google Maps and manually labeled into three sentiment categories: positive, neutral, and negative. Before the classification process, the dataset underwent several preprocessing stages, including case folding, cleaning, tokenizing, stopword removal, and stemming to improve the quality of textual data. Furthermore, the Term Frequency–Inverse Document Frequency (TF-IDF) method was employed to convert text into numerical feature vectors suitable for machine learning classification. The dataset was divided into 80% training data and 20% testing data using a stratified sampling approach to maintain the distribution of sentiment classes. The experimental results showed that the SVM model achieved an accuracy of 93.34%, demonstrating its capability to classify customer sentiment with high performance. The findings indicate that the proposed approach is effective in identifying customer perceptions of Belikopi products and can provide valuable insights for evaluating customer satisfaction, improving product quality, and supporting strategic business decision-making.
Analisis Sentimen dan Pemodelan Topik Komentar YouTube tentang Aplikasi AI Menggunakan Naïve Bayes dan Support Vector Machine: Sentiment and Topic Modeling of YouTube Comments on AI Applications Using Naïve Bayes and Support Vector Machine Rosyada, Mila; Setiawan, R. Rhoedy; Romadhon, Zainur
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.3044

Abstract

Komentar pengguna YouTube mengenai aplikasi kecerdasan buatan (Artificial Intelligence/AI), seperti ChatGPT, Google Gemini, dan Perplexity AI, terus meningkat sehingga menghasilkan opini yang sulit dianalisis secara manual. Penelitian ini menggabungkan analisis sentimen dan pemodelan topik untuk memperoleh gambaran tentang persepsi pengguna terhadap beberapa aplikasi AI. Penelitian ini bertujuan untuk menganalisis sentimen dan mengidentifikasi topik utama dari 5.588 komentar YouTube terkait aplikasi AI. Data diproses menggunakan tahapan preprocessing sederhana yang meliputi cleaning, case folding, normalisasi, tokenisasi, stopword removal, dan stemming. Pelabelan sentimen dilakukan menggunakan pendekatan berbasis leksikon, sedangkan fitur diekstraksi menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Klasifikasi sentimen dilakukan menggunakan Naïve Bayes dan Support Vector Machine (SVM), sementara pemodelan topik dilakukan menggunakan Latent Dirichlet Allocation (LDA). Hasil pelabelan menunjukkan 4.801 komentar (85,92%) positif dan 787 komentar (14,08%) negatif. Evaluasi menunjukkan Naïve Bayes memperoleh akurasi 94,72%, sedangkan SVM mencapai 98,39%, sehingga SVM memberikan performa terbaik. Selain itu, LDA berhasil mengidentifikasi tiga topik dominan, yaitu pengalaman pengguna, kualitas layanan, dan diskusi umum tentang AI. Hasil penelitian menunjukkan bahwa kombinasi analisis sentimen dan pemodelan topik mampu memberikan gambaran yang lebih komprehensif mengenai persepsi pengguna terhadap aplikasi AI berdasarkan komentar di YouTube.
Analisis Sentimen Ulasan Figma dan Canva di Google Play Store Menggunakan Support Vector Machine dan SMOTE : Sentiment Analysis Figma and Canva Reviews on Google Play Store Using Support Vector Machine and SMOTE Putri, Indriani Zabrina; Fithri, Diana Laily; Setiawan, R. Rhoedy
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.3076

Abstract

Ulasan pengguna di Google Play Store memberikan informasi penting tentang pengalaman dan tingkat kepuasan pengguna terhadap aplikasi seluler. Penelitian ini bertujuan membandingkan sentimen pengguna aplikasi Canva dan Figma serta mengevaluasi kinerja algoritma Support Vector Machine (SVM) yang dikombinasikan dengan Synthetic Minority Over-sampling Technique (SMOTE) dalam mengklasifikasikan sentimen pengguna. Sebanyak 8.192 ulasan dikumpulkan dan diproses melalui tahapan pembersihan data, case folding, tokenisasi, penghapusan stopword, stemming, pelabelan sentimen berdasarkan rating pengguna, serta ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Dataset dibagi menjadi data pelatihan dan data pengujian dengan rasio 80:20. SMOTE diterapkan pada data pelatihan untuk mengatasi ketidakseimbangan kelas sebelum proses pemodelan menggunakan SVM. Hasil evaluasi menunjukkan bahwa model memperoleh akurasi sebesar 87,19%, precision 95,32%, recall 87,01%, dan F1-score 90,97%. Sentimen positif mendominasi ulasan pada kedua aplikasi. Pengguna Canva lebih banyak menyampaikan keluhan terkait layanan berlangganan dan pengelolaan akun, sedangkan pengguna Figma lebih sering mengalami kendala login, aksesibilitas aplikasi, dan masalah teknis. Temuan ini menunjukkan bahwa kombinasi SVM dan SMOTE mampu menghasilkan kinerja klasifikasi yang baik serta memberikan informasi yang dapat digunakan oleh pengembang untuk meningkatkan kualitas layanan, mengoptimalkan fitur aplikasi, dan meningkatkan kepuasan pengguna.
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