Article Per Year (5 Year)
p-Index From 2021 - 2026
10.003
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Scan : Jurnal Teknologi Informasi dan Komunikasi Nusanatara of Engineering JUITA : Jurnal Informatika Network Engineering Research Operation [NERO] Generation Journal SKANIKA: Sistem Komputer dan Teknik Informatika Advance Sustainable Science, Engineering and Technology (ASSET) JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Melek IT: Information Technology Journal Joutica : Journal of Informatic Unisla Jurnal Borneo Informatika dan Teknik Komputer (JBIT) Digital Transformation Technology (Digitech) Nusantara of Engineering (NOE) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Pengabdian Masyarakat Nusantara Ulil Albab JISCOMP (Journal of Information System and Computer)
Daniel Swanjaya
Universitas Nusantara PGRI Kediri
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 99 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 99 Documents
Search

 4   5   6   7   8 
K-Means Method For Clustering Public Service Assessment of Goverment Organization In Kediri City Arkham, Dany; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.79

Abstract

Unit Pelayanan Publik(UPP) adalah merupakan unit kerja non struktural yang melakukan kegiatan penyelengaraan pelayanan publik langsung ke masyarakat. Setiap tahun, Kementerian Pendayagunaan Aparatur Negara dan Reformasi Birokrasi (PANRB). Melalui Bagian Organisasi Pemerintah Kota Kediri membentuk sebuah tim yang bertugas membuat asesmen tentang pelayanan publik di UPP wilayah kota Kediri. Dalam pelaksanaan Asesmen tersebut masih menggunakan media kertas, kinerja kunjungan assesor ke tempat yang akan dilakukan monev tidak termonitoring dengan baik dan dan untuk menentukan sebuah lembaga mendapatkan predikat hasil yang baik masih belum punya standar yang jelas. Maka, Langkah yang tepat untuk mengatasi permasalahan tersebut adalah membuat aplikasi yang dapat menghemat penggunaan kertas, memantau kinerja, dan melakukan clustering untuk memberikan saran dan hasil yang lebih terukur. K-Means Clustering merupakan metode untuk mengklasterisasi input non hirarki kedalam beberapa bentuk cluster. Penelitian ini berusaha membuktikan metode K-Means Clustering dapat diandalkan untuk membantu Assesor dalam mempertimbangkan kualitas dari UPP yang dilakukan asesmen. Setiap masukan input akan diperhitungan menjadi 3 cluster predikat. Hasilnya adalah persentasi predikat untuk dipertimbangkan menjadi rekomendasi untuk perbaikan kualitas UPP tersebut dimasa mendatang.
Pembuatan Game Edukasi Pengenalan Asma’ul Husna Berbasis Android Handoko, Muhammad Diko Tri; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.80

Abstract

Saat ini banyak aplikasi berteknologi smartphone yang diciptakan untuk membantu kerja manusia, baik dibidang bisnis, pemerintahan, pendidikan, dan lain-lain. Pengenalan asma’ul husna ini masih banyak didominasi oleh buku yang mana media seperti buku ini cepat sekali rusak dan kurang relative. Aplikasi belajar asma’ul husna mengajarkan 99 nama Allah secara interaktif disertai pengucapan mp3 dan game. Tujuan penulis ilmiah disini adalah membuat perancangan aplikasi game pembelajaran asma’ul husna berbasis android sehingga aplikasi ini dapat meningkatkan minat baca, mendengarkan, dan menghafal asma’ul husna pada masyarakat.
Pemodelan Pola Varian Parfum Sepatu Menggunakan Jaringan Syaraf Tiruan Perceptron Audina, Risky; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.82

Abstract

Parfum merupakan produk lifestyle untuk penampilan agar membangun percaya diri pada seseorang. Parfum sepatu merupakan produk spesifik untuk menghilangkan bau tidak sedap pada sepatu. Pemasaran parfum sepatu dilakukan secara offline dan juga online, dengan begitu parfum sepatu me ngalami peningkatan jumlah konsumen. Dengan adanya peningkatan jumlah konsumen belum mengetahui varian aroma apa saja yang sangat laku di pasaran. . Data konsumen yang ada juga belum memberikan hasil maksimal agar mengetahui varian parfum sepatu yang sangat laku dipasaran, sehingga bisa meningkatkan jumlah varian parfum sepatu yang sangat disukai oleh konsumen dan mengurangi jumlah produksi varian parfum sepatu yang sedikit peminatnya. Metode perceptron merupakan bentuk jaringan syaraf tiruan yang sederhana, digunakan untuk mengklasifikasikan suatu tipe pola tertentu yang sering dikenali dengan pemisahan linear. Selain itu, metode perceptron dapat menyelesaikan masalah dengan baik dibanding dengan jaringan syarat tiruan lain, sehingga memungkinkan keluaran yang didapat sesuai dengan target tiap masukan. Dari hasil pelatihan dan pengujian jaringan perceptron yang dilakukan jumlah epoch akan kecil apabila jumlah data pelatihan dan pengujian yang digunakan sedikit yang memiliki nilai akurasi yaitu 29,9%.
Perbandingan Arsitektur Visual Geometry Group dan MobileNet Pada Pengenalan Jenis Kayu Feriawan, Jimmy; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.84

Abstract

Furnitur merupakan salah satu komoditas strategis bagi ekonomi Indonesia karena furnitur merupakan produk yang bernilai tambah tinggi dan memiliki daya saing global. Produksi furnitur kayu di Indonesia pada tahun mencapai 80% dari keseluruhan produksi furnitur. Untuk mengidentifikasi jenis kayu dibutuhkan seorang pakar kayu. Proses identifikasi kayu bisa ditentukan oleh beberapa faktor seperti warna, tekstur, berat dan masih banyak lagi. Identifikasi kayu bisa dilakukan dengan teknologi Computer Vision karena memiliki keuntungan meningkatkan waktu identifikasi dan mengurangi biaya pada proses Quality Control. Convolutional Neural Network (CNN) merupakan salah satu implementasi metode Deep Learning yang digunakan untuk pemrosesan citra digital. metode CNN dengan arsitektur VGG 16 dan MobileNet dipilih untuk diterapkan pada sistem identifikasi kayu Seteleah dilakukan proses pelatihan dan testing, model arsitektur MobileNet memiliki hasil akurasi senilai 96% dan proses pelatihan juga lebih cepat dibandingkan model arsitektur VGG 16 yang memiliki hasil akurasi senilai 90%
Perbandingan Transformasi Data pada Penentuan Peserta Bimbingan Belajar Menggunakan Metode Perceptron Ulandari, Devy Ana; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.85

Abstract

Proses penentuan peserta bimbingan belajar selama ini masih dilakukan secara manual dan lebih mengutamakan intuisi Pendidik. Data akademik siswa nilainya beragam, pihak Sekolah hanya mengacu pada Kriteria Ketuntasan Minimal (KKM) tetapi sering terjadi kekeliruan. Dalam Data Mining terdapat proses transformasi data untuk mengubah data menjadi nilai yang lebih mudah untuk diolah. Penelitian ini bertujuan untuk mendapatkan metode transformasi data yang tepat untuk menentukan peserta bimbingan belajar menggunakan metode Perceptron. Tahapan yang dilakukan adalah membaca data, membuat Vektor Fitur menggunakan transformasi data, membagi data menjadi dua, training dan testing, kemudian proses pelatihan jaringan perceptron dengan data training dan pengujian jaringan dengan data testing. Hasil pengujian proses yang menggunakan metode MinMax mendapatkan rata-rata akurasi sebesar 18,70% dan KKM sebesar 16,24%. Dari penelitian ini didapat proses tranformasi data yang tepat adalah MinMax, tetapi Jaringan Syaraf Tiruan Perceptron tidak tepat digunakan untuk proses penentuan bimbingan belajar karena data yang ada sangat heterogen.
Klasifikasi Mutu Beras Menggunakan Metode Learning Vector Quantizaion (LVQ) Firdaus, Maulana Anas; Helilintar, Risa; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.159

Abstract

Beras merupakan salah satu produk pangan pokok bagi sebagian besar penduduk dunia, termasuk penduduk Indonesia. Penilaian kualitas beras, merupakan kegiatan yang dilakukan sebelum beras dipasarkan. Inspeksi mutu beras masih dilakukan secara tradisional berdasarkan pada penglihatan tenaga ahli dan berpengalaman, yaitu dengan cara mengambil sampel beras secara random kemudian ditentukan kualitasnya, cara ini memiliki kelemahan seperti : adanya faktor subjektifitas yang menyebabkan perbedaan diantara satu pengamat dengan pengamat lainnya; adanya kelelahan fisik bila pengamat bekerja terlalu lama menyebabkan hasil pengamatan tidak konsisten. Penelitian ini bertujuan untuk mengembangkan sebuah sistem yang dapat digunakan untuk mengklasifikasikan mutu/kualitas beras berdasarkan analisis pada citra digital beras. Sistem diharapkan dapat membantu untuk mengidentifikasi mutu beras yang akurat dan mudah pengoperasiannya, sehingga meningkatkan efisiensi kinerja penilai. Penentuan mutu beras dilakukan dengan menganalisis fitur warna, tekstur dari citra digital beras yang akan dijadikan sampel data penelitian dengan menerapkan metode Learning Vector Quantizaion(LVQ) sebagai metode pelatihan untuk pengenalan mutu beras. Proses pengujian diukur dari nilai putih, bersih, dan utuh dari citra beras. Nilai putih dan nilai bersih beras diperoleh dengan menganalisis nilai HSV pada citra beras, sedangkan nilai utuh diperoleh dengan menganalisis luas objek beras. Kemudian nilai putih, bersih dan utuh citra beras tersebut diklasifikasi ke dalam 3 kelas yaitu baik, kurang, dan buruk dengan menggunakan pohon keputusan. Hasilnya, identifikasi kualitas beras dengan citra digital dapat diaplikasikan dengan menggunakan metode waterfall dan telah dilakukan uji coba dengan menggunakan black box testing.
Perbandingan Metode Single Exponential Smoothing dan Least Square Pada Prediksi Penjualan Yuniarti, Eka; Swanjaya, Daniel; Helilintar, Risa
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 2 No. 1 (2018): PROSIDING SEMNAS INOTEK Ke-II Tahun 2018
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v2i1.474

Abstract

Penelitian ini membandingkan dua metode, metode Single Exponential Smoothing dan Least Square. Subyek penelitian adalah data hasil penjualan pulsa dari konter Celladon Cell pada tanggal 1 Agustus 2017 sampai dengan 19 September 2017 untuk provider telkomsel, indosat dan three dengan pulsa reguler nominal 5.000, 10.000 dan 20.000. Pulsa internet 1, 2 dan 3 serta kartu perdana 1 dan 2. Hasil dari penelitian ini adalah prediksi pada tanggal 20 September 2017 untuk provider telkomsel nominal 5.000 adalah 2-6, nominal 10.000 adalah 6-12 dan nominal 20.000 adalah 3-7. Pulsa internet 1 sebanyak 1-5, internet 2 sebanyak 1-5 dan internet 3 sebnyak 6-10. Kartu perdana internet 1 sebanyak 3-3 dan Kartu perdana internet 2 sebanyak 6-10. Dari hasil perhitungan menggunakan metode Single Exponential Smoothing untuk nominal 5.000 diperoleh MAD sebesar 2,04, untuk nominal 10.000 diperoleh MAD sebesar 2,8 dan untuk nominal 20.000 diperoleh MAD sebesar 1,42, sedangkan dengan metode Least Square memperoleh hasil untuk nominal 5.000 diperoleh MAD sebesar 1,68, untuk nominal 10.000 diperoleh MAD sebesar 2,2 dan untuk nominal 20.000 diperoleh MAD sebesar 1,64. Dalam menentukan metode yang terbaik digunakan nilai MAD yang terkecil. Berdasarkan hasil analisa dari kasus ini maka dapat ditentukan bahwa bahwa metode Single Exponential Smoothing dan Least Square dapat diterapkan untuk memprediksi hasil penjualan periode berikutnya tergantung dengan data acuan yang digunakan sebagai subyek dan nilai error yang lebih kecil.
Penerapan Algoritma Levenshtein Distance pada Aplikasi Asisten Guru Bahasa Inggris Azhri, M. Fahrur; Swanjaya, Daniel; Niswatin, Ratih Kumalasari
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v3i1.530

Abstract

Many plagiarism acts among high school students when submitting assignments and lacking systems which are able to detect similarities in the contents of students’ tasks. In a nutshell, the teacher finds it difficult to get the authenticity of the tasks done by students. This study aims at creating an English teacher assistant application, to make it easier to correct the authenticity of students’ essay assignments so that the teacher can get the task that is the original work of the students themselves without any act of plagiarism. This application is divided into two stages, namely the stages of the text preprocessing and then the similarity calculation is done with the Levenshtein Distance algorithm. Stages of text preprocessing consist of tokenizing, purifying, stopword removal, stemming, and sorting. To get text similarity scores between students, calculations are made with the Levenshtein Distance algorithm by applying the limit of the text similarity value (threshold) to 70%, if the students’ text similarity is less than 70%, the document will be received by the system and entered into the database. Text similarity exceeds 70%, then the document will be rejected. Therefore, the results of this study can help English teachers, especially educational institutions, to obtain original documents and reduce plagiarism from an early age at the high school level.
IMPLEMENTATION OF THE SINGLE LINKAGE METHOD IN DETERMINING THE PROMOTION MENU IN THE BENGKEL CAFE KEDIRI Febriana, Fitri Indah; Farida, Intan Nur; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v3i1.535

Abstract

Banyaknya pesaing bisnis di bidang cafe membuat pengusaha cafe harus mampu bersaing dengan pengusha cafe lainnya. Dengan memanfaatkan kemajuan di bidang teknologi diharapkan mampu menghasilkan suatu informasi yang siap digunakan untuk membantu dalam mengambil keputusan menentukan menu promosi yang tepat. Dalam pengelompokkan menu makanan ini digunakan algoritma Single Linkage Clustering (Metode Hierarki) untuk megelompokkan menu makanan dan minuman dari data hasil penjualan di Bengkel Cafe & Resto yang terjual setiap bulan. Langkah pertama yang dilakukan yaitu dengan menggunakan Euclidien Distance (Jarak) untuk melakukan perhitungan jarak, kemudian dilakukan proses clustering (pengelompokkan) data yang akan dibagi menjadi menjadi 3 kelompok cluster yaitu kelompok/cluster menu yang dikategorikan menu kurang laku, kelompok/cluster menu sedang dan kelompok/cluster menu kurang laku dengan menginputkan data hasil penjualan tersebut selama satu bulan kedalam sistem kemudian akan dihasilkan menu rekomendasi yang akan dipertimbangkan sebagai menu promosi. Tujuan yang hendak ingin dicapai dalam penelitian ini adalah membangun sistem untuk mengetahui penjualan makanan dan minuman yang kurang diminati/menu kurang laku menggunakan metode Single Linkage Clustering. Dari hasil percobaan dengan menggunakan metode Single Linkage Clustering menggunakan sampel data selama 1 bulan yaitu bulan Juli 2018 dengan menu sebanyak 34 menu makanan dan minuman didapatkan rekomendasi menu yang tergolong kurang laku sebanyak 27 menu yang akan dipertimbangkan sebagai menu promosi. Kesimpulan dari penelitian ini adalah pada metode ini algoritma clustering khususnya metode Single Linkage Clustering dapat digunakan untuk mengelompokkan menu dan sistem rekomendasi untuk memudahkan pihak manager resto dalam pemilihan menu yang tepat sebagai menu promosi.
Pengelompokan Dan Prediksi Data Penjualan Pada Minimarket Sumber Rejeki Fachrudin, Muhammad Nur; Swanjaya, Daniel; Helilintar, Risa
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 3 No. 1 (2019): PROSIDING SEMNAS INOTEK Ke-III Tahun 2019
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v3i1.536

Abstract

Penelitian ini dilatar belakangi oleh pemilik kesulitan dalam menentukan perkiraan penjualan pada bulan berikutnya dengan menggunakan cara manual sehingga proses pengadaan barang tidak tepat sasaran. Dari latar belakang permasalahan tersebut bertujuan untuk memprediksi data penjualan bulan berikutnya. Metode untuk menghitung prediksi penjualan dengan dua metode, metode K-Means dan Metode Fuzzy Tsukamoto. Data yang digunakan penjualan beras strawberry pada tanggal 1 Januari 2018 sampai dengan 30 Juni 2018. Hasil penelitian prediksi beras untuk tanggal 1 Juli 2018. Hasil penelitian ini telah berhasil membuat system mengukur ketepatan prediksi penjualan pada hasil pengelompokan dengan menggunakan metode K-Means dan Fuzzy Tsukamoto. Sehingga pengguna lebih mudah dalam menentukan perkiraan penjualan beras pada bulan berikutnya secara efektif dan efisien.
Co-Authors Achmad Fachrudi, Rafi Adhitia, Riswandha Adiguna, Yosafat Agus Zainal Arifin Ahmad Fakhruddin Luthfi Ahmad Fitra Hamdani Aji, Abraham Dimas Bayu Al Farizi, Mochammad ALFIANA HIDAYATI Ali Maksum Alif Utama, Muh. Sandyoga Andreas Setiawan Anugraha, Aldino Alung Putra Aohana, Mizanul Ridho Arkham, Dany Arrie Kurniawardhani Attar, Alfan Faradudin Audina, Risky Ayu Meudea, Prita Azhar, Rizki Azhri, M. Fahrur Baehaqie, Lu'ay Cahyono, Bayu Dwi Chastine Fatichah Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Dela Karmeylia Putri Diana Purwitasari Dusea Widya Dara, Made Ayu Dusea Widyadara, Made Ayu Duwita Yuli Harsasi EKA YUNIARTI Essa, Idam Iganda Fachrudin, Muhammad Nur Fahmi, M Taufiq Maulana Febriana, Fitri Indah Feriawan, Jimmy Firdaus, Maulana Anas Firdaus, Mochammad Fedro Firmansyah, Muhammad Kukuh Fitri Bimantoro Handoko, Muhammad Diko Tri Hidhayah, Ratu Nisful Laily Indra Lukmana Intan Nur Farida Iqbal Jauhari, Nur Mohamad Iqbal Jauhari Irfan - Fauzi Julian Sahertian Kinanti, Intan Anggun Kristianto, Yunio Heri Kurniawan, Afizza Fikri Kurniawan, Dimas Eri Laksono, Danang Tri Mabruroh, Tsalina Tsaniatul Made Ayu Dusea Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Mahendra, Rizqi Maulana Moch Anas Toybah mohamad ihsan MUCHAMMAD YOHAN EKA ANDREANE Muhammad Abdul Aziz Muhammad Rizal Arif Muhammad Rohid Saputro Mumun Nurmilawati Mumun Nurwilawati Muqsit, Mochammad Ainun Nabila, Kharisma Nur Nahdiyah, Yuniswatin Natalia, Devi Nawawi, Moh. Danang Novia, Talitha Ayudhea Nugroho, Bagas Aji Nugroho, Hargo Dwi Nur’azizan, Achmad Hasyim Odhianto, Yosan Pamungkas, Danar Patmi Kasih Petrus Bitin Prasetyo, Muhammad Ary Pratama, Dieky Septhian Rastra Pristiwanto, Rizal’ Chris Putri Lestari, Elok Eka Kartika Putri, Dhaniar Ruandha Ramadhan, Ryan Akbar Ratih Kumalasari Niswatin Resty Wulanningrum Risa Helilintar Risky Aswi R, Risky RIZQI VIERI, MUHAMMAD ARIEL Rochana, Siti Rohmat Syamsul Huda Rony Heri Irawan Rozi, Ahmad Fatkhur Salam, Mohammad Ibnu Salfa Kholida Eka Putri Saputra, Muh. Aris Saputra, Nanda Wibi Saputro, Daniel Sari, Dwi Fitriana Sari, Lya Rosita Seftania, Putri Derisa Adilla Dewi Sehartian, Julian Septian Geges Subagyo, Subagyo Subiyantoko, Rizki Sugiarto, Danami Bay Suryaningtias, Dini Haris Tantyo, Bagas Wahyu Nur Teo Sunu Widiantoro Toybah, Moch Anas Ulandari, Devy Ana Usman, Tamariska Viana, Ella Okta Wibowo, Nevi Harisuci Widya Dara, Made Ayu Dusea wijaya, Krisna atma Wijayanto, Muhammad Farid Witanto, Nur Kholiq Yoga Wulaningrum, Resty Yenita Endah Puspitowati Yenita Endah Puspitowati, Yenita Endah Zamzamik, Mochamad Zuhri, Mohamad Farkhan Fahmi Zulaikah, Dewi Zulkarnain, Dicky Candra