Claim Missing Document
Check
Articles

Uji Nilai Akurasi pada Neural Machine Translation (NMT) Bahasa Indonesia ke Bahasa Tiochiu Pontianak dengan Mekanisme Attention Bahdanau Lo Bun San; Herry Sujaini; Tursina Tursina
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.63346

Abstract

Mesin penerjemah merupakan cabang penting dari pemrosesan bahasa alami yang bertujuan untuk menerjemahkan bahasa alami menggunakan komputer. Mesin penerjemahan statistik sudah banyak diuji dalam kasus terjemahan bahasa lokal/daerah oleh penelitian di Indonesia. Penelitian mesin penerjemahan neural beberapa tahun belakangan ini, terus menjadi pilihan dalam mesin penerjemahan yang bahkan sampai saat ini sudah diterapkan pada google. Mesin penerjemah dimanfaatkan sebagai usaha dalam membudidayakan suatu bahasa lokal/daerah untuk komputasi, supaya bahasa tersebut tidak hilang karena pengaruh bahasa dilingkungan tempat tinggal yang berbeda-beda. Dalam pengujian ini mekanisme yang digunakan dalam mesin terjemahan neural adalah mekanisme attention Bahdanau dari uji akurasi penerjemahan Bahasa Indonesia ke Bahasa Tiochiu. Mekanisme attention Bahdanau muncul sebagai pengujian peningkatan akurasi terbaik saat ini berkat penggunaan rumus skor attentionnya. Adapun pengujian bahasa alami yang digunakan adalah kalimat bahasa Indonesia diterjemahkan ke kalimat bahasa Tiochiu Pontianak dengan mekanisme Attention Bahdanau pada Mesin Penerjemah Neural. Data korpus pararel yang diuji adalah 500 kalimat dengan data latih adalah 4500 kalimat. Perlunya dilakukan penelitian terhadap mekanisme attention untuk nilai akurasi tertinggi berdasarkan nilai skor BLUE dan ahli bahasa. Langkah-langkah yang digunakan dalam menguji dan mendapatkan nilai akurasi skor BLEU mekanisme attention dimulai dari metode membagi data uji secara validasi k-fold cross sebanyak 10 data uji dan masing-masing data uji tersebut dilatih sebanyak tujuh kali pengujian dari jumlah epoch kelipatan 10. Setelah didapatkan skor nilai akurasinya dari pelatihan sebanyak 70 kali tersebut dihitung dan dicari rata-rata nilai akurasi tertinggi didasarkan jumlah epoch didapatkan serta uji manual oleh ahli bahasa dengan mengambil sampel dari data uji yang memiliki akurasi tertinggi tersebut. Hasil uji mekanisme mesin terjemahan neural dengan attention Bahdanau yang didapatkan terdapat pada sampel uji6. Rata-rata nilai akurasi paling tinggi sebesar 18,41% pada epoch 50, dan uji oleh ahli bahasa pada 167 kalimat terjemahan memperoleh nilai akurasi sebesar 54,51%. Serta uji otomatis BLEU paling tinggi dengan pengujian k-fold cross validation pada sampel uji6 dengan jumlah epoch 50 sebesar 24,26%. Nilai akurasi otomatis BLEU tertinggi pada sampel Uji6 dengan tanpa Attention Bahdanau sebesar 12,41%. Sehingga dapat disimpulkan bahwa dengan mekanisme Attention Bahdanau adalah tingkat hasil akurasi yang terbaik.
Implementasi Support Vector Machine untuk Analisis Sentimen Terhadap Pengaruh Program Promosi Event Belanja pada Marketplace Gientry Rachma Ditami; Eva Faja Ripanti; Herry Sujaini
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.56478

Abstract

Tren belanja online membuat berbagai brand marketplace di Indonesia menerapkan strategi pemasaran terbaiknya untuk menarik minat pelanggan, salah satunya program promosi event belanja. Shopee dan Tokopedia merupakan dua brand marketplace teratas di Indonesia dengan pengunjung terbanyak berdasarkan data Similarweb tahun 2021. Pengalaman pengguna seputar promosi event belanja marketplace berlangsung di media sosial, salah satunya Twitter. Tujuan dari penelitian ini adalah membangun model analisis sentimen yang mampu mengklasifikasikan tweets masyarakat terkait dengan program promosi event belanja yang dilakukan oleh Shopee dan Tokopedia. Penelitian ini menggunakan data tweets pada periode yang telah ditentukan. Rangkaian text preprocessing yang dilakukan adalah case folding, tokenizing, filtering, normalisasi kata, dan stemming. Pembobotan kata menggunakan TF-IDF, Support Vector Machine sebagai algoritma pengklasifikasian, Grid Search untuk mencari parameter optimal, dan K-Fold Cross Validation serta Confusion Matrix untuk validasi dan pengujian model. Berdasarkan hasil analisis dan observasi, penelitian ini mengidentifikasi event belanja pada Shopee tanggal 25, flash sale, gratis ongkir, COD, tanggal kembar, dan Shopee 12.12. Sedangkan untuk Tokopedia tanggal 25, kejar diskon, bebas ongkir, COD, WIB, dan Tokopedia 12.12. Dari hasil pelabelan data, distribusi sentimen masyarakat untuk program promosi event belanja Tokopedia cenderung positif, Shopee cenderung negatif, dan sentimen masyarakat terhadap program promosi event belanja kedua marketplace didominasi oleh sentimen positif. Dari hasil pengujian, model yang menggunakan data set Shopee yaitu Skenario 3 dan Skenario 4 mendapat nilai akurasi tertinggi sebesar 72.12% dan 71.52%. Adapun dari hasil pencarian parameter terbaik menggunakan Grid Search meningkatkan nilai akurasi data set Tokopedia sebesar 1.44% dan data set Shopee sebesar 0.54%.
Implementasi Algoritma Winnowing pada Aplikasi Pendeteksi Kemiripan Dokumen Glen Hizkia Oge Mangundap; Herry Sujaini; Helen Sasty Pratiwi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 1 (2022): Volume 8 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i1.47822

Abstract

Beberapa syarat yang mahasiswa harus lakukan dalam menyelesaikan program sarjana (S1) salah satunya ialah membuat karya ilmiah dalam bentuk skripsi. Dalam penulisan skripsi, beberapa kasus penulisan skripsi mahasiswa memiliki topik judul yang sama. Dengan kesamaan topik pada judul yang dibuatoleh mahasiswa membuat kemungkinan isi skripsi yang dibuat menjadi mirip. Kemiripan tersebut tidak bisa dibilang sebagai bentuk plagiarisme. Oleh karena itu dibutuhkan aplikasi yang bisa mendeteksi kemiripan antara dokumen skripsi dengan dokumen skripsi lainya agar dapat mengetahui apakah kalimat yang mirip di dalam dokumen skripsi mengandung plagiarisme atau tidak. Algoritma Winnowing digunakan untuk meningkatkan efisiensi dari proses perbandingan dokumen serta menghasilkan nilai fingerprinting. Nilai fingerprinting kemudian dihitung dengan menggunakan Dice Distance dan Chebyshev Distance untuk mengetahui berapa persentase kemiripan antar dokumen skripsi.Aplikasi yang dibangun ini berhasil untuk mendeteksi kemiripan antara dokumen skripsi dengan menggunakan algoritma winnowing dan dapat beroperasi dengan baik. Hasil pengukuran Dice Distance adalah 23.87 % sedangkan dengan pengukuran Chebyshev Distance adalah 79, dan rata-rata waktu yang dihabiskan dalam memproses satu dokumen adalah 110.74 detik. Antara Dice Distance dan Chebyshev Distance jika dipaksa digabungkan akan mendapatkan hasil yang tidak sesuai dikarenakan perbedaan pengukuran nilai.
Meningkatkan efektivitas pembelajaran di era digital melalui pelatihan pengembangan video pembelajaran interaktif Desepta Isna Ulumi; Herry Sujaini; Anggi Perwitasari; Haried Novriando
ABSYARA: Jurnal Pengabdian Pada Masayarakat Vol 4 No 2 (2023): ABSYARA: Jurnal Pengabdian Pada Masyarakat
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/ab.v4i2.24251

Abstract

Effective teaching in the digital era poses a major challenge in education, especially in elementary schools. This study highlights the importance of interactive learning media in enhancing teaching quality. Utilizing methods of presentation, discussion, and mentoring, this training targeted 50 elementary school teachers at SDN 39 and SDN 08 Sungai Kakap. The main focus was on creating educational videos using Microsoft PowerPoint, a software commonly used by teachers. The training content included the definition of educational videos, steps in video creation, tips for making engaging videos, and using PowerPoint for educational purposes. Pre-tests and post-tests were conducted to measure participants' understanding before and after the training. Results showed a significant improvement in understanding and skills in creating educational videos, with average pre-test scores rising from 54 to 93 in post-tests. Participants realized that PowerPoint is not only for presentations but also an effective tool for creating engaging and efficient educational videos. This research affirms that technology-based interactive learning, such as PowerPoint educational videos, enhances teachers' enthusiasm and student engagement, and supports teaching effectiveness in elementary schools. The main conclusion is that educational technology training like this is crucial for enhancing teachers' creativity and the quality of learning in the digital era.
Android-Based Interactive Learning Multimedia to Improve Reading Literacy in High Schools Faizal; Aunurrahman; Astuti, Indri; Sujaini, Herry; Salam, Urai
Jurnal Edutech Undiksha Vol. 12 No. 1 (2024): June
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jeu.v12i1.64482

Abstract

Reading is the first skill to master in other literature. Students’ literacy is still low, according to PISA in 2018. There is a need for efforts to improve literacy skills, one of which is the development of literacy platforms. The aim of this research is to develop multimedia learning to improve reading literacy. Research and development (R&D) is based on the Dick & Carey development model. The study was conducted at senior high school, with 30 students participating. Multimedia is validated by material, design, and media experts. Data from the questionnaire instruments and student responses are analyzed with both qualitative and quantitative analysis. Overall, from the data analysis results, expert validation data was declared "very valid" with an average of 4.27. The results of an empirical test analysis with individual, small-group, and field trials stated the media was "very valid" and ready for use in learning, with an average of 4.66. From the results of the pretest and posttest involving 30 students, the result of the calculation of the t test obtained a value of 0,000, with the conclusion that there was a difference in the outcome of the pre-test and post-test. From the calculation of effect size with Cohen’s d, we get a value of 3.55 for category strong. Based on the results above, the Literacy Platform application developed can improve reading literacy and can be applied to learning.
Analisis Skalabilitas Web Server Apache Tomcat, Node.Js Dan Go Pada Protokol Hypertext Transfer Protocol (HTTP) Dan Message Queue Telemetry Transport (MQTT) Pragestu, Steven; Sujaini, Herry; Ripanti, Eva Faja
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 4 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i4.71607

Abstract

Dalam era digital saat ini, web server memainkan peran yang sangat penting dalam melayani permintaan pengguna melalui protokol Hypertext Transfer Protocol (HTTP). Apache Tomcat adalah sebuah web server yang dapat menjalankan Java web application. Node.js adalah runtime environment JavaScript yang memiliki kecepatan eksekusi yang tinggi dan model non-blocking I/O. Web server Go adalah web server yang dibangun menggunakan bahasa pemrograman Go yang menawarkan kecepatan eksekusi yang tinggi, pengelolaan memory yang efisien, dan kemampuan penanganan concurrency yang baik. Selain protokol HTTP, protokol Message Queuing Telemetry Transport (MQTT) juga penting dalam industri Internet of Things (IoT). MQTT adalah protokol ringan yang digunakan untuk pertukaran pesan antara perangkat IoT. Penelitian mengenai analisis skalabilitas web server Apache Tomcat, Node.js, dan Go pada protokol HTTP dan MQTT dilakukan untuk mengetahui kemampuan dari masing-masing platform dalam menangani peningkatan beban kerja dan menemukan web server yang memiliki skalabilitas terbaik. Penelitian ini dilakukan secara offline pada topologi jaringan Local Area Network (LAN), menggunakan Mosquitto broker sebagai MQTT broker dan metode load testing dalam pengujian web server. Adapun skenario pengujian yang digunakan pada penelitian ini adalah masing-masing web server akan dikirim pesan yang berformat JSON oleh 200-1000 client setiap 500 ms selama 5 menit dan QoS 2 untuk publish-subscribe yang disimulasikan dengan menggunakan aplikasi Apache Jmeter. Dari analisis hasil pengujian, didapatkan bahwa pada web server Go pada protokol HTTP memiliki tingkat skalabilitas yang terbaik dibandingkan dengan web server pembanding lainnya dikarenakan memiliki peningkatan throughtput yang stabil seiring dengan meningkatnya jumlah user dan memiliki nilai throughput yang tertinggi.
QUR'AN SMART SPEAKER WITH VOICE CONTROL USING RASPBERRY PI AND GOOGLE ASSISTANT LIBRARY Kamel, Ahmad; Marindani, Elang Derdian; Sujaini, Herry
Journal of Electrical Engineering, Energy, and Information Technology (J3EIT) Vol 11, No 3: December 2023
Publisher : Faculty of Engineering, Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/j3eit.v11i3.68960

Abstract

Rapid technological developments have a significant impact on various aspects of life, making it easier and more efficient. Speech recognition enables control of devices without physical contact, as studied here. This research focuses on controlling voice with Raspberry Pi and Google Assistant to play audio Qur'an, meeting the needs of the Muslim community in Indonesia. Users can select and play Qur'an audio easily, saving time compared to manual selection. The research was conducted by designing the device and testing the performance and capabilities of the tool. Software as well as hardware is designed to achieve research objectives. The research findings show that the device functions properly according to design, controlled by voice. The average time for detecting a wake word is 0.86 seconds while recognizing commands takes an average time of 6.74 seconds. Microphones with amplifiers proved to be the most effective, suitable for control within a maximum of 1 meter, with a success rate of up to 80%. The device has a tolerable noise limit for voice command recognition, which is less than 60 dB. Future speech recognition system development should consider a low-noise environment for effective use. This research has the potential to improve audio players for Quran recitation and reduce reliance on traditional remote controls and heavy manuals, creating further opportunities in Muslim societies and globally.
Analysis of language identification algorithms for regional Indonesian languages Sujaini, Herry; Bijaksana Putra, Arif
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 2: June 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i2.pp1741-1752

Abstract

Detecting local languages in Indonesia is essential for recognizing linguistic diversity, promoting intercultural understanding, preserving endangered languages, and improving access to education and services. By identifying and documenting these languages, we can support language preservation efforts, provide tailored resources for communities, and celebrate the unique cultural heritage of different ethnic groups. Ultimately, this encourages a more accepting and open-minded society, prioritizing various languages and cultural customs. This research aims to identify the most suitable algorithm for language detection in Indonesian regional languages and gain insights into their unique characteristics through n-gram analysis. By understanding language diversity, the study contributes to preserving Indonesia's cultural and linguistic heritage and improving language detection techniques. This study compares the performance of five algorithms (Naïve Bayes, K-nearest neighbors (KNN), least-squares, Kullback Leibler divergence, and Kolmogorov Smirnov test) to determine the most accurate and efficient method for language identification. Incorporating trigram features alongside unigrams and bigrams significantly improved the model's performance, with F1 scores increasing from 0.923 to 0.959. The study found that using more features leads to better accuracy, with Naïve Bayes and KNN emerging as the top-performing algorithms for language identification.
System interactive reader using eye-tracker technology in ebook reader Sujaini, Herry; Safriadi, Novi; Khairiyah, Dian
Bulletin of Electrical Engineering and Informatics Vol 13, No 3: June 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v13i3.5877

Abstract

Interest in using ebooks by the academic community is very high. Still, there is a problem when readers are reading through screens, tend to read fast, only scan the necessary parts, and don't focus on paying attention to the content they read, so this reduces the quality of reading because readers don't study the overall meaning of the sentence. Hence, this research aims to build an interactive reader system by integrating eye tracker technology with a webcam which is expected to solve the problem of decreasing the quality of reading through the screen by helping readers stay focused on their reading and providing an interactive system that makes it easier for readers to control the computer while reading. This research adopts the waterfall method and is divided into six stages. The system is designed using class diagrams, use case diagrams, and activity diagrams. Also, the system is built using the Python language with the Django framework. Then, the interactive reader system was tested using black box testing and usability testing methods. Based on the test results, it is shown that the interactive reader system that was built can help improve the quality and concentration when reading activities take place.
Pengaruh Penggunaan Attention pada Kualitas Mesin Penerjemah Berbasis Neural Bahasa Indonesia ke Bahasa Madura Bangkalan Pertiwi, Anggi; Sujaini, Herry; Safriadi, Novi
Jurnal Linguistik Komputasional Vol 7 No 1 (2024): Vol. 7, NO. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v7i1.197

Abstract

Mesin penerjemah jaringan saraf tiruan (NMT) telah banyak digunakan pada berbagai macam pasangan bahasa resmi di dunia. Sudah cukup banyak penelitian yang memperlihatkan kenaikan pada akurasi NMT dengan menggunakan attention dibandingkan tanpa attention. Namun, penerapannya terhadap bahasa daerah khususnya di Indonesia masih terbilang sedikit. Untuk itu, pada penelitian ini akan dibangun mesin penerjemah berbasis neural bahasa Indonesia ke bahasa Madura Bangkalan menggunakan mekanisme attention Bahdanau yang dapat mengukur pengaruh kualitas penggunaan attention terhadap mesin penerjemah dengan berdasarkan hasil evaluasi otomatis oleh BLEU (Bilingual Evaluation Understudy) dan TER (Translation Edit Rate). Jumlah korpus teks paralel yang digunakan sebanyak 5000 baris kalimat. Penelitian ini mengguanakan framework deep learning tensorflow sebagai code open source NMT. Pembagian data dilakukan dengan metode k-fold cross validation. Proses pengujian dilakukan dilakukan dengan penambahan epoch secara konsisten. Hasil pengujian k-fold cross validation dengan attention didapatkan nilai rata-rata akurasi tertinggi oleh BLEU sebesar 21,47% pada epoch 70 dan terendah sebesar 10,71% pada epoch 10. Pada attention didapat nilai akurasi tertinggi pada data Uji5 di epoch 70 oleh BLEU sebesar 37,15% dan TER sebesar 56% dengan jumlah kalimat hasil terjemahan sebanyak 334 kalimat. Sedangkan tanpa attention, pada data Uji6 dengan hasil oleh BLEU sebesar 14,56% di epoch 70 dan TER sebesar 88% di epoch 10. Dapat diketahui, bahwa dengan penggunaan mekanisme attention Bahdanau hasil yang didapat lebih tinggi dibandingkan tanpa mekanisme attention.
Co-Authors Abang Wandi Syafutra, Abang Wandi Achmadi Achmadi Ade Elbani Ade Mirza Adesfiana, Zeny Novia Afriani Afriani Afrizal - Agustina Listiawati Ahmad Yani T Akbar, Khamsah Akbar, Khamsah Akmal, Wildan Aktris Nuryanti, Aktris Al-Abdaliah, Ulfat Alda Dwi Meilinda Aldi Setiawan, Aldi Alhadiansyah Aloysius Mering Andi Ihwan Andreas Christian Andri Hidayat, Andri Anggi Perwitasari Anggi Srimurdianti Sukamto, Anggi Srimurdianti Antonius Yonathan Ardiani, Lian Arif Bijaksana Putra Negara Arif Bijaksana Putra, Arif Bijaksana Asep Nursangaji Aswandi - Aunurrahman Aunurrahman Aunurrahman Ayusra, Nuraini Bijaksana Putra, Arif Bistari Bomo W. Sanjaya Darwis, Robby Darwis, Robby Dede Suratman Deni Ferliyansah, Deni Desepta Isna Ulumi Despitaria Despitaria, Despitaria Dharmawan, Eric Dian Prawira, Dian Doddi Aria Putra, Doddi Aria Dwi Zulfita Edy Suasono Elang Derdian Marindani Elly Suharlina Enda Esyudha Pratama Enriko Yudhistira Ramadhan Erni Djun Astuti Etsa, Muhammad Dwi Eva Dolorosa Eva Faja Ripanti Eva Faja Ripanti Faizal Feriyadi, Deri Fitri Imansyah Gerry Christofer, Gerry Gientry Rachma Ditami Glen Hizkia Oge Mangundap Gusman, Gusman Hadary, Ferry Hafiz Muhardi Hamdani - Haratua Tiur Maria Silitonga Haried Novriando Hariyadi, Firma Harry Luanda Sadewa, Harry Luanda Hartono, Seno Helen Sasty Pratiwi Helen Sasty Pratiwi, Helen Sasty Helen Sastypratiwi, Helen Helfi Nasution Hendra Robaintoro, Hendra Hendro Priyatman, Hendro Hengky Anra Heri Priyanto, Heri Hermanus Herawan Ica Khamisah, Ica Imam Ghozali Indri Astuti Irwan Adhi Prasetya Ismail Yusuf Ismail Yusuf, Ismail Ismawartati - Jada Ario Yustin, Jada Ario Januardi, Tri Jarob, Yosep Jemi Karlos, Jemi Juanda op, Juanda Kadek Yudhimas Septiyadi Putra, Kadek Yudhimas Septiyadi Kamel, Ahmad Khairiyah, Dian Khairul Hafidh Lo Bun San Luhur Wicaksono Madani Madani, Madani Mandau, M Yunus Mandira, Soni Mario Anggara, Mario Meiran Panggabean Memet Agustiar Mochammad Meddy Danial Muanuddin - Muhammad Azhar Irwansyah Muhammad Hasbiansyah, Muhammad Muhammad Saleh Muhammad Yusuf Muhsin Muhsin Mulyana Mulyana Mutammimah Mutammimah, Mutammimah Muthahari, Morteza Niken Candraningrum Ninda Fitria Pratiwi, Ninda Fitria Ningsih, Kurnia Ningtyas, Della Widya Novi Safriadi Novi Safriadi Nurmainah - Pertiwi, Anggi Pratama, Ramananda Priyo Saptomo Purwaningsih - Purwoharjono Purwoharjono Purwoharjono Putri, Galuh Kusuma Rachman Rohendi Rachmawati Rahmasari, Reza Rahmidiyani - Ramadhani Edo Saputra Ratna Herawatiningsih Redi R. Yacoub Ridho Prabowo Riduansyah - Romana Herlinda Rommy Patra Ronja, Ronja Rudy Dwi Nyoto Rudy Dwi Nyoto, Rudy Dwi Rudy Dwinyoto, Rudy Ryan Herwan Dwi Putra, Ryan Herwan Septiriana, Rina Setia Budi Setiawan, Sandra Permata Gea Sholva, Yus Silvia Uslianti Simanjuntak, Maya Salinka Siti Hadijah Siti Halidjah Sofhian Sofhian Stepanus Sahala Sitompul Stephanie Stephanie Steven Pragestu, Steven Sulistyawati Sulistyawati Surachman - Sy. Hasyim Azizurrahman Syaifurrahman Syaifurrahman Syamswisna , Syarifah Nurbaiti Tedy Rismawan Tri Apriani, Tri Try Wahyudinata, Try Tursina Tursina Tursina Tursina Tursina Tursina urai salam Uti Asikin Veithzal Rivai Zainal Venny Karolina Vivensius Mitra, Vivensius Vivi Bachtiar Wahyu Gunawan Wahyuni, Mirda Warneri . Wendy Windhu Putra Witarsa - Yohanes Gatot Sutapa Yulia Magdalena Yuline - Yulis Jamiah Zahra Nadira, Zahra Zubaidah R