Article Per Year (5 Year)
p-Index From 2021 - 2026
7.452
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Buana Informatika Dinamika Informatika Jurnal Teknologi MAGISTRA Sinergi Jurnal Teknologi Informasi dan Ilmu Komputer Telematika Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Seminar Nasional Informatika (SEMNASIF) INFORMATIKA Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Ilmiah KOMPUTASI Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Creative Information Technology Journal Jurnal Sains dan Informatika MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ CSRID (Computer Science Research and Its Development Journal) Informasi Interaktif JOISIE (Journal Of Information Systems And Informatics Engineering) EDUMATIC: Jurnal Pendidikan Informatika Jurnal Suara Keadilan Technologia: Jurnal Ilmiah KURVATEK Jurnal Tecnoscienza Respati Jurnal Sistem Komputer & Kecerdasan Buatan Journal of Computer System and Informatics (JoSYC) Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Madani : Indonesian Journal of Civil Society JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Teknimedia: Teknologi Informasi dan Multimedia Journal of Electrical Engineering and Computer (JEECOM) Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Senopati : Sustainability, Ergonomics, Optimization, and Application of Industrial Engineering Journal of Applied Sciences, Management and Engineering Technology (JASMET) Jurnal Ekonomi dan Teknik Informatika Transformasi Journal of Social Research Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Jurnal Dinamika Informatika (JDI) Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) PELS (Procedia of Engineering and Life Science) JAIA - Journal of Artificial Intelligence and Applications Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi EXPLORE Prosiding University Research Colloquium COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal of Information Technology and Society (JITS) Teknomatika: Jurnal Informatika dan Komputer Explore Jurnal Teknologi SWAGATI: Journal of Community Service
Andi Sunyoto
Universitas Amikom Yogyakarta
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Social Sciences Transportation Other

Published : 107 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 107 Documents
Search

 5   6   7   8   9 
Metode Naïve Bayes dan Particle Swarm Optimization untuk Klasifikasi Penyakit Jantung Hani Setiani; Andi Sunyoto; Asro Nasiri
Jurnal Explore Vol 12, No 2 (2022): JULI
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (574.464 KB) | DOI: 10.35200/explore.v12i2.566

Abstract

Penyakit jantung merupakan penyakit yang sangat berbahaya dan menjadi penyebab utama kematian di dunia. Pada tahun 2013, penderita penyakit jantung di Indonesia sendiri mencapai hingga 61.682 jiwa dan provinsi dengan diagnosa terbanyak yaitu Jawa Tengah dengan jumlah penderita sebanyak 11.511 jiwa. Pentingnya diagnosa secara tepat yang dilakukan oleh dokter akan membantu penangan pasien secara tepat sehingga memungkinkan untuk disembuhkan, tetapi kurangnya seorang pakar mengakibatkan diagnosa yang dilakukan secara intuisi dan pengalaman. Hal ini dapat mengakibatkan kesalahan fatal dalam penanganan pasien. Oleh karena itu, diperlukan suatu sistem pakar yang dapat digunakan sebagai alternatif untuk mendiagnosa penyakit jantung. Sistem pakar yang dipilih peneliti untuk mengatasi permasalahan tersebut adalah menggunakan metode Naive Bayes dan Particle Swarm Optimization untuk mengklasifikasikan penyakit jantung. Metode Naïve Bayes dipilih karena menggunakan sedikit data latih (Training Data) untuk menentukan estimasi parameter yang diperlukan pada proses klasifikasi, sedangkan Particle Swarm Optimization dipilih untuk meningkatkan akurasi dan nilai Area Under the Curve (AUC) dengan menetapkan bobot pada setiap atribut. Pengujian yang telah dilakukan menggunakan metode Naive Bayes sebelum penerapan PSO diperoleh akurasi sebesar 83,52% dengan nilai AUC 86,80% sesudah diterapkan PSO memperoleh akurasi 91,21% dengan nilai AUC 93.90%, terdapat peningkatan akurasi pada Naive Bayes sebesar 7,69% dan AUC 7,1%.
Implementasi TOPSIS Pada Sistem Informasi Pembagian Jam Mengajar Guru SMK PGRI 1 Ngawi Ikhwan Baidlowi Sumafta; K Kusrini; Andi Sunyoto
Prosiding University Research Colloquium Proceeding of The 7th University Research Colloquium 2018: Bidang Teknik dan Rekayasa
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3118.647 KB)

Abstract

Penjadwalan merupakan salah satu hal penting dalam proses kegiatanbelajar mengajar, karena semua kegiatan guru dan murid bergantungpada jadwal yang ada. Salah satu langkah penting dalam pembuatanjadwal pelajaran adalah pembagian jam mengajar. SMK PGRI 1Ngawi adalah salah satu sekolah swasta terbaik di kabupaten ngawimemiliki 2303 siswa pada tahun pelajaran 2017/2018 dan dibagimenjadi 64 rombongan belajar serta memiliki jumlah guru sebanyak103 guru terbagi dalam dua kelompok guru yaitu 40 guru matapelajaran produktif, 63 guru mata pelajaran normatif dan adaptif.SMK PGRI 1 Ngawi juga memiliki dua gedung pembelajaran danmasing-masing memiliki dua lantai. TOPSIS merupakan salah satumetode pengambilan keputusan multikriteria yang memiliki beberapakelebihan, diantaranya konsepnya yang sederhana dan mudahdipahami, efisiensi komputasi, dan memiliki kemampuan untukmengukur kinerja relatif dari alternatif-alternatif keputusan dalambentuk matematis yang sederhana. Fokus penelitian yang dilakukanadalah bagaimana menentukan pembagian jam mengajar gurunormatif dan adaptif berdasarkan usia guru, status guru, dan lamaguru mengajar di SMK PGRI 1 Ngawi dengan menggunakan metodeTOPSIS. Penelitian menghasilkan jumlah jam mengajar danrombongan belajar untuk masing-masing guru sesuai dengan kriteria.
OPTIMASI HYPERPARAMETER CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT TANAMAN PADI Afis Julianto; Andi Sunyoto; Ferry Wahyu Wibowo
TEKNIMEDIA: Teknologi Informasi dan Multimedia Vol. 3 No. 2 (2022): Desember 2022
Publisher : Badan Penelitian dan Pengabdian Masyarakat (BP2M) STMIK Syaikh Zainuddin NW Anjani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46764/teknimedia.v3i2.77

Abstract

Plant disease is a challenge in the agricultural sector, especially for rice farmers. Identification of diseases on rice leaves is the first step to eradicating and treating diseases, to minimize crop failure. With the rapid development of the convolutional neural network (CNN), rice leaf disease can be recognized well without the help of an expert. The MobileNet-V2 architecture is used to classify rice leaf diseases due to its small size but good performance. To improve the performance of the CNN model, a hyperparameter consisting of an epoch, batch size, learning rate, and optimizer. This study purpose to have hyperparameters optimal The dataset used consists of 3 classes of diseases that attack the leaves of rice plants, including blast, blight, and tungro. Based on the experiments that have been carried out, the determination of hyperparameters greatly influences the model performance. Hyperparameter with epochs, batch sizes 32 learning rate and optimizer gives the most optimal results with accuracy 97.56%, precision 97.64%, recall 97.57%, and f1-score 97.57%.
IMPLEMENTASI METODE SELEKSI FITUR MENGGUNAKAN ARTIFICIAL BEE COLONY PADA KLASIFIKASI RETINAL NERVE FIBER LAYER Aam Shodiqul Munir; Andi Sunyoto; Hanif Al Fatta
PENDIDIKAN SAINS DAN TEKNOLOGI Vol 10 No 2 (2023)
Publisher : STKIP PGRI Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/edusaintek.v10i2.782

Abstract

Damage to Retinal Nerve Fiber Layer can Cause Glaucoma. Glaucoma is an inflammation of the optic eye which is characterized by progressive deterioration of Optic Nerve Head and field of view. Problems that require a classification solution are hindered by the large data dimensions. Artificial Bee Colony is one of the evolution algorithms widely used for feature selection and optimization. Gray level Coocurrence matrix is used as a feature extraction method, the Artificial bee colony method is used as a feature selection and Support Vector Machine used as Classification. The proposed method using Artificial Bee Colony gets improved Accuracy compared to method without using Artificial Bee Colony. The results obtained by the proposed method were 95% for accuracy, 95.9% for specificity and 93.7% for sensitivity where methods that did not use Artificial Bee Colony obtained an accuracy of 93.8%, Specificity sebsar 90.3% and Sensitivity of 92.6%.
Detection of Palm Fruit Maturity Using Convolutional Neural Network Method Ade Kurniawan kurniawan; Andi Sunyoto; Alva Hendi Muhammad
JAIA - Journal of Artificial Intelligence and Applications Vol. 2 No. 2 (2022): JAIA - Journal of Artificial Intelligence and Applications
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/jaia.v2i2.859

Abstract

Palm oil has an important role as a source of foreign exchange in the economy in Indonesia. Oil palm is one of the vegetable oil-producing plants that has the highest economic value compared to other crops such as soybeans, olives, coconuts or sunflowers. Palm oil quality is also influenced by water content, dirt content, free fatty acid content and the level of maturity of the palm fruit. Maturity of palm fruit is a very important factor in determining the quality of crude oil produced by palm fruit. In determining the maturity of oil palm, sorting is necessary to get quality palm fruit with the appropriate level of maturity. The use of image processing technology (ImageProcessing) can facilitate the process of analyzing objects. Meanwhile, the implementation of deep learning using the Convolutional Neural Network method can help identify the maturity level of oil palm fruit with a high level of accuracy. The results showed a very good effectiveness with an accuracy reaching 99% and a precision level reaching 99.8%.
Pre-Trained CNN Architecture Analysis for Transformer-Based Indonesian Image Caption Generation Model Rifqi Mulyawan; Andi Sunyoto; Alva Hendi Muhammad Muhammad
JOIV : International Journal on Informatics Visualization Vol 7, No 2 (2023)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.7.2.1387

Abstract

Classification and object recognition in image processing has significantly improved computer vision tasks. The method is often used for visual problems, especially in picture classification utilizing the Convolutional Neural Network (CNN). In the popular state-of-the-art (SOTA) task of generating a caption on an image, the implementation is often used for feature extraction of an image as an encoder. Instead of performing direct classification, these extracted features are sent from the encoder to the decoder section to generate the sequence. So, some CNN layers related to the classification task are not required. This study aims to determine which CNN pre-trained architecture or model performs best in extracting image features using a state-of-the-art Transformer model as its decoder. Unlike the original Transformer’s architecture, we implemented a vector-to-sequence way instead of sequence-to-sequence for the model. Indonesian Flickr8k and Flick30k datasets were used in this research. Evaluations were carried out using several pre-trained architectures, including ResNet18, ResNet34, ResNet50, ResNet101, VGG16, Efficientnet_b0, Efficientnet_b1, and Googlenet. The qualitative model inference results and quantitative evaluation scores were analyzed in this study. The test results show that the ResNet50 architecture can produce stable sequence generation with the highest accuracy value. With some experimentation, finetuning the encoder can significantly increase the model evaluation score. As for future work, further exploration with larger datasets like Flickr30k, MS COCO 14, MS COCO 17, and other image captioning datasets in Indonesian also implementing a new Transformers-based method can be used to get a better Indonesian automatic image captioning model. 
IDENTIFIKASI KALIMAT SITASI MENGGUNAKAN KOMBINASI METODE SUPPORT VECTOR MACHINE DAN FEATURE SELECTION Raynaldi Fatih Amanullah; Ema Utami; Andi Sunyoto
Jurnal Teknomatika Vol 11 No 2 (2019): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

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

Abstract

Jurnal ilmiah merupakan suatu karya ilmiah yang diterbitkan secara berkala oleh suatu organisasi atau institusi, kecerobohan penulisan dalam karya ilmiah dapat dianggap sebagai bentuk plagiarisme. Sehingga penulisan sitasi dalam karya ilmiah penting untuk diperhatikan, karena sitasi mampu memberikan pengakuan sumber acuan. Metode yang digunakan ialah Support Vector Machine (SVM) dan juga TF-IDF. Adapun dataset yang digunakan ialah CL-SciSumm 2018, yang selanjutnya diseleksi menggunakan TF-IDF guna mengurangi jumlah dimensi suatu dokumen, sehinga data lebih mudah diolah menggunakan SVM. Dari hasil klasifikasi kemudian dianalisa tingkat akurasi atau ketepatan dalam melakukan identifikasi dengan menggunakan skema k-Fold Cross Validation. Hasil penelitian ini menunjukan bahwa penggunaan TF-IDF mampu mendukung metode SVM dalam melakukan identifikasi kalimat sitasi pada dokumen jurnal ilmiah dengan nilai akurasi dan f-measure sebesar 0,52 dan 0,66 dengan nilai k = 5, dari hasil tersebut terjadi kenaikan akurasi sebesar 0,04 dan f-measure sebesar 0,16.
PERENCANAAN STRATEGIS TEKNOLOGI INFORMASI DI LINGKUNGAN PEMERINTAH KABUPATEN GUNUNG MAS PROVINSI KALIMANTAN TENGAH Licantik; Abidarin Rosidi; Andi Sunyoto
Jurnal Teknomatika Vol 5 No 2 (2013): TEKNOMATIKA
Publisher : Fakultas Teknik dan Teknologi Informasi, Universitas Jenderal Achmad Yani Yogyakarta

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

Abstract

Telah banyak adopsi Teknologi Informasi (TI) untuk membantu proses birokrasi pada instansi pemerintahan. Adopsi tersebut menghasilkan peningkatan signifikan dalam hal peningkatan citra, PAD dan kinerja. Penelitian ini dilakukan dengan menggunakan metode Ward & Peppard dan metode penelitian Action Research untuk merumuskan portofolio organisasi untuk kemudian dibuat sebuah rencana strategis masa depan TI jangka menengah dari portofolio tersebut.
Mereduksi Error Prediksi Pada Sistem Rekomendasi Menggunakan Pendekatan Collaborative Filtering Berbasis Model Matrix Factorization Annas Al Amin; Andi Sunyoto; Hanif Al Fatta
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.44

Abstract

Sistem pemberi rekomendasi banyak digunakan pada banyak website seperti marketplace, streaming film, e-commerce, dll untuk menghasilkan rekomendasi item yang sesuai dan disukai kepada setiap penggunanya. Pendekatan tradisional collaborative filtering berbasis memorysaat ini masih banyak digunakan dalam sistem rekomendasi. Pendekatan ini bertumpu pada ratingyang diberikan oleh pengguna terhadap suatu item sebagai pendekatan dasar untuk menghitung kesamaan respon pengguna terhadap produk untuk memberikan rekomendasi item, namunkelemahannya error prediksi yang dihasilkan saat memberikan rekomendasi item tinggi. Penelitian ini bertujuan untuk mereduksi error prediksi dari pendekatan collaborative filtering berbasis memory dengan menggunakan collaborative filtering berbasis model matrix factorization supaya dapat memperbaiki metode pada penelitian sebelumnya. Pendekatan collaborative filtering berbasis model matrix factorization merupakan salah satu pendekatan dalam sistem rekomendasi yang mampu mengurangi error prediksi untuk menghasilkan rekomendasi item yang akurat. Metode yang diusulkan telah dievaluasi sebanyak 5 kali iterasi menggunakan root mean squared error untuk mengukur error prediksi. Hasilnya, pendekatan collaborative filtering berbasis model matrix factorization yang kamiusulkan mampu menghasilkan error prediksi terkecil sebesar 0,6814 sedangkan collaborative filtering berbasis memory menghasilkan error prediksi lebih besar yaitu 2,984.
Analisis Fitur dan Convolutional Neural Network pada Pengenalan Aksen Ucapan Dwi Sari Widyowaty; Andi Sunyoto; Hanif Al Fatta
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.45

Abstract

Setiap negara memiliki ciri khas dan budaya masing-masing, salah satu ciri khas tersebut yaitu aksen ucapan, dengan mendengarkan aksen ucapan seseorang, maka dapat dikenali asal negara dari pembicara tersebut. Penelitian mengenai pengenalan aksen termasuk pada Teknologi Automatic Speech Recognition (ASR) yang sekarang ini sedang berkembang, contoh dari pemanfaatan teknologi ASR yaitu Asisten Virtual, pengembangan penelitian ini dapat menuju Asisten Virtual yang lebih cerdas karena dapat mengenali aksen dari seorang pembicara. Pada penelitian ini, penulis mencoba mengklasifikasikan aksen dari berbagai Negara (5 kelas) yaitu English, Spanish, Mandarin, French dan Arabic. Dataset yang digunakan pada Penelitian ini berjumlah 1231 rekaman suara yang terdiri dari English 627 audio, Spanish 220 audio, Mandarin 132 audio, French 80 audio, dan Arabic 172 audio, dimana seluruh pembicara mengucapkan kalimat yang sama dalam bahasa Inggris. Pada penelitian ini fitur audio yang digunakan yaitu Mel – Frequency Cepstral Coefficients (MFCC), Zero Crossing Rate (ZCR), dan Energy (pada librosa disebut RMS). Ekstraksi Fitur audio menghasilkan array dari setiap audio, hasil ekstraksi fitur audio akan menjadi masukan Metode Convolutional Neural Network (CNN) untuk mengklasifikasikan aksen tersebut. Penelitian ini menghasilkan akurasi 51.30 % pada fitur MFCC, 48.05 % pada fitur ZCR, dan 51,95 % pada fitur Energy. Fitur Energy mendapatkan akurasi yang baik, kemudian diikuti dengan fitur MFCC dan ZCR.
Co-Authors *, Pramono A.A. Ketut Agung Cahyawan W Aam Shodiqul Munir Abdul Jalil Rozaqi Abdul Jalil Rozaqi Abdul Mizwar A. Rahim Abidarin Rosidi Abidarin Rosidi Ade Kurniawan kurniawan Ade Pujianto, Ade Afis Julianto Afis Julianto Agus Harjoko Agus Harjoko AGUS PURWANTO Aidina Ristyawan, Aidina Alva Hendi Muhammad Alva Hendi Muhammad Alva Hendi Muhammad Muhammad Ana Wati Ndarbeni Anna Baita Annas Al Amin Arif Sutikno Asro Nasiri Asro Nasiri Asro Nasiri Astria, Kadek Kiki B, Arijal Bambang Soedijono Bambang Soedijono WA Banu Dwi Putranto Bayu Anugerah Putra Bayu Setiaji Bonifacius Vicky Indriyono Bonifacius Vicky Indriyono, Bonifacius Vicky Cahyo, D. Diffran Nur Dhanar Intan Surya Saputra Diansyah, Ahmad Febri Dwi Sari Widyowaty Dwi Yuli Prasetyo Eka Yulia Sari Eko Pramono Eko Pramono Ema Utami Emha Taufiq Luthfi Emha Taufiq Luthfi Ferry Wahyu Wibowo Ferry Wahyu Wibowo Firdiyan Syah Fitri Handayani Gagah Gumelar Gori, Takhamo Hanafi Hanafi Hani Atun Mumtahana Hani Atun Mumtahana Hani Setiani Hanif Al Fatta Hanif Al Fatta Hanif Al Fatta Hanif Al Fatta Harianto, Harianto Hidayat Hidayat Huda, Luthfi Nurul Ibnu Hadi Purwanto Ikhwan Baidlowi Sumafta Ikmah Ikmah Indah Nofikasari Irawanto, Indra Ismail, Muhamad Yusuf K Kusrini Kapti . kurniawan, Ade Kurniawan Kurniawan, Mei P Kurniawan, Mei P. Kusnawi Kusnawi Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini, K Kusrini, Kusrini Liana Trihardianingsih Licantik M rudyanto Arief M. Afriansyah M. Rudyanto Arief M. Suyanto M. Suyanto, M. M. Syukri Mustafa Maie Istighosah Mashuri, Ahmad Sanusi Masruri, Nizar Haris Mohammad Suyanto Mudawil Qulub Muhammad Rudyanto Arief Muhammad Setiyawan Muhammad, Anva Hendi Muhartini, Sitti Mumtahana, Hani Atun Mursyid Ardiansyah Nalendra, Adimas Ketut Nasiri, Asro Noordin Asnawi Norlaila2 Nugraha, Anggit Ferdita Nulngafan, Nulngafan Nur Arifin Akbar Parsiyono Parsiyono Patmawati Patmawati, Patmawati Pramono * Putra, Reyhan Dwi Putranto, Dinar Wakhid Quratul Ain Rafli Junaidi Kasim Rahim Jamal Rahmat Hidayat Raynaldi Fatih Amanullah Ria Andriani Rifda Faticha Alfa Aziza Riyanto, Thomas Pramuji Singgih Riza Marsuciati Rizfi Syarif Rizky Arya Kurniawan Rohim, Ni’matur Rudi Prietno Sahirul Muklis Saiful Bahri Salmuasih - Samsul Bahri Sari, Rita Novita Setiawan Budiman Sholihin, Iasya Silvi Agustanti Bambang Singgih Arif Widodo Slamet Triyanto Soedijono W A, Bambang Sudarmawan Sudarmawan Sudarmawan, Sudarmawan Sudiana Sudiana Sukresno Sukresno Sulistyowati Sulistyowati Suliswaningsih Suliswaningsih Sumafta, Ikhwan Baidlowi Supomo, Eko Supraba, Laksmita Dewi Sutejo, Danang Syah, Firdiyan Syah, Firdiyan Syukirman Amir TONNY HIDAYAT Tribiakto, Herlandro Ulinuha, Hinova Rezha W., Bambang Soedijono WA, Bambang Soedijono Wahyu Caesarendra Wahyu Hidayat Wihayati, Wihayati Windarni, Vikky Aprelia Windha Mega Pradnya Dhuhita Wing Wahyu Winarno Yoga Dwi Pambudi Yoga Pristyanto Yohanes Setyo Prabowo, Yohanes Setyo Yusuf Sutanto Zaipin, Zaipin