Article Per Year (5 Year)
p-Index From 2021 - 2026
14.712
P-Index
This Author published in this journals
All Journal Jurnal Agronomi Indonesia (Indonesian Journal of Agronomy) Jurnal Pendidikan Teknologi dan Kejuruan Journal of Tropical Soils Historia: Jurnal Pendidik dan Peneliti Sejarah Edutech Jurnal Simetris Jurnal KALAM Analisis: Jurnal Studi Keislaman Jurnal Pseudocode Journal of Software Engineering Journal of Intelligent Systems Jurnal Ilmu Ternak Veteriner Jurnal Teknologi Informasi dan Ilmu Komputer AGRIVITA, Journal of Agricultural Science Heritage of Nusantara: International Journal of Religious Literature and Heritage Jurnal Ijtimaiyya KOMUNIKA EDUCATIO : Journal of Education Jurnal Sains Teknologi dan Lingkungan (JSTL) Jurnal PG-PAUD Trunojoyo : Jurnal Pendidikan dan Pembelajaran Anak Usia Dini JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Penelitian Pendidikan IPA (JPPIPA) IT JOURNAL RESEARCH AND DEVELOPMENT Jurnal Biologi Tropis JURNAL SINEKTIK Jurnal Ilmiah Pendidikan dan Pembelajaran Journal of Educational Research and Evaluation Jurnal Pengabdian Magister Pendidikan IPA Fajar Historia: Jurnal Ilmu Sejarah dan Pendidikan Magisma: Jurnal Ilmiah Ekonomi dan Bisnis Building of Informatics, Technology and Science Jurnal Gema Ngabdi Journal of English Language and Pedagogy Khazanah Theologia Jurnal Ilmiah Profesi Pendidikan PINISI Discretion Review Khazanah Theologia Abdimasku : Jurnal Pengabdian Masyarakat Hanifiya: Jurnal Studi Agama-Agama Journal of Classroom Action Research Jurnal Paedagogy Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) Jurnal Teknik Informatika (JUTIF) Jurnal Kesehatan Tambusai LEARNING : Jurnal Inovasi Penelitian Pendidikan dan Pembelajaran Dynamic Management Journal Kognitif: Jurnal Riset HOTS Pendidikan Matematika Jurnal Pengabdian Kepada Masyarakat Patikala DECODE: Jurnal Pendidikan Teknologi Informasi AKM: Aksi Kepada Masyarakat JPEHSS Journal Of Physical Education Health And Sport Sciences Smart Society: Community Service and Empowerment Journal Journal of Innovation Research and Knowledge Jurnal Pengabdian Mandiri Journal of Environmental Health and Sanitation Technology AGORA : Jurnal Penelitian dan Karya Ilmiah Arsitektur Usakti Jurnal Indonesia Sosial Teknologi Heritage of Nusantara: International Journal of Religious Literature and Heritage Jurnal Penelitian Kelimutu Journal of Community Service Education For All Early Childhood Education Development and Studies (ECEDS) JRIIN :Jurnal Riset Informatika dan Inovasi APPA : Jurnal Pengabdian Kepada Masyarakat JURNAL ILMIAH GEMA PERENCANA Media Kesehatan Politeknik Kesehatan Makassar Journal of Built Environment Studies Alfuad: Jurnal Sosial Keagamaan Review: Journal of Multidisciplinary in Social Sciences Scientific Journal of Informatics Vifada Journal of Education Vifada Management and Social Sciences Proceeding Of International Conference On Education, Society And Humanity Jurnal Ilmu-Ilmu Pertanian Bata Ilyas Educational Management Review Jurnal Pelita PAUD International Conference on Islamic Studies IJMST PERIODE: Jurnal Sejarah dan Pendidikan Sejarah Jurnal Info Kesehatan ESENSI: Jurnal Riset Pendidikan SAKALIMA: Pilar Pemberdayaan Masyarakat Pendidikan Scientific Journal of Engineering Research Studia Islamika
Abdul Syukur
Program Studi Pendidikan Luar Sekolah Fakultas Keguruan Dan Ilmu Pendidikan Universitas Nusa Cendana Kupang
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Veterinary Other

Published : 166 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 166 Documents
Search

 1   2   3   4   5 
PENINGKATAN AKURASI ALGORITMA BACKPROPAGATION DENGAN SELEKSI FITUR PARTICLE SWARM OPTIMIZATION DALAM PREDIKSI PELANGGAN TELEKOMUNIKASI YANG HILANG Muzakkir, Irvan; Syukur, Abdul; Dewi, Ika Novita
PSEUDOCODE Vol 1, No 1 (2014): Jurnal Pseudocode
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (158.564 KB)

Abstract

Telekomunikasi adalah salah satu industri, di mana pelanggan memerlukan perhatian khusus, oleh karena itu, manajemen di sebuah perusahaan telekomunikasi ingin kehilangan pelanggan model prediksi untuk efisien memprediksi berpotensi kehilangan pelanggan. Jaringan syaraf adalah metode yang sering digunakan untuk memprediksi. Teknik yang paling populer dalam metode adalah saraf algoritma jaringan backpropagation. Namun algoritma backpropagation memiliki kelemahan pada kebutuhan untuk data pelatihan besar dan optimasi yang digunakan kurang efisien. Particle Swarm Optimization (PSO) adalah suatu algoritma optimasi yang dapat memecahkan yang efektif masalah pada algoritma neural network umumnya menggunakan algoritma backpropagation. Pengujian model dengan berbasis menggunakan Backpropagation Particle Swarm Optimization menggunakan data pelanggan hilang pada telekomunikasi. Model yang dihasilkan diuji untuk memperoleh akurasi dan nilai-nilai AUC dari masing-masing algoritma untuk mendapatkan tes menggunakan nilai yang diperoleh akurasi Backpropagation adalah 85.48% dan nilai AUC adalah 0.531. Sementara pengujian dengan menggunakan Backpropagation berbasis Particle Swarm Optimization dipilih atribut dan penyesuaian nilai parameter yang diperoleh 86.05% akurasi dan nilai AUC adalah 0,637. Dengan demikian dapat disimpulkan bahwa data pelanggan uji hilang dalam telekomunikasi menggunakan aplikasi Particle Swarm Optimization Backpropagation dan dalam pemilihan atribut diperoleh bahwa metode ini lebih akurat dalam prediksi pelanggan hilang telekomunikasi dibandingkan dengan Backpropagation, ditandai dengan peningkatan akurasi 00:57% dan nilai-nilai AUC dari 0.106, dengan nilai yang dimasukkan ke dalam akurasi klasifikasi cukup.Kata Kunci: Telekomunikasi, Neural Network, Backpropagation, Particle Swarm Optimization.
PENINGKATAN AKURASI ALGORITMA BACKPROPAGATION DENGAN SELEKSI FITUR PARTICLE SWARM OPTIMIZATION DALAM PREDIKSI PELANGGAN TELEKOMUNIKASI YANG HILANG Muzakkir, Irvan; Syukur, Abdul; Dewi, Ika Novita
PSEUDOCODE Vol 1, No 1 (2014): Jurnal Pseudocode
Publisher : Universitas Bengkulu

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

Abstract

Telekomunikasi adalah salah satu industri, di mana pelanggan memerlukan perhatian khusus, oleh karena itu, manajemen di sebuah perusahaan telekomunikasi ingin kehilangan pelanggan model prediksi untuk efisien memprediksi berpotensi kehilangan pelanggan. Jaringan syaraf adalah metode yang sering digunakan untuk memprediksi. Teknik yang paling populer dalam metode adalah saraf algoritma jaringan backpropagation. Namun algoritma backpropagation memiliki kelemahan pada kebutuhan untuk data pelatihan besar dan optimasi yang digunakan kurang efisien. Particle Swarm Optimization (PSO) adalah suatu algoritma optimasi yang dapat memecahkan yang efektif masalah pada algoritma neural network umumnya menggunakan algoritma backpropagation. Pengujian model dengan berbasis menggunakan Backpropagation Particle Swarm Optimization menggunakan data pelanggan hilang pada telekomunikasi. Model yang dihasilkan diuji untuk memperoleh akurasi dan nilai-nilai AUC dari masing-masing algoritma untuk mendapatkan tes menggunakan nilai yang diperoleh akurasi Backpropagation adalah 85.48% dan nilai AUC adalah 0.531. Sementara pengujian dengan menggunakan Backpropagation berbasis Particle Swarm Optimization dipilih atribut dan penyesuaian nilai parameter yang diperoleh 86.05% akurasi dan nilai AUC adalah 0,637. Dengan demikian dapat disimpulkan bahwa data pelanggan uji hilang dalam telekomunikasi menggunakan aplikasi Particle Swarm Optimization Backpropagation dan dalam pemilihan atribut diperoleh bahwa metode ini lebih akurat dalam prediksi pelanggan hilang telekomunikasi dibandingkan dengan Backpropagation, ditandai dengan peningkatan akurasi 00:57% dan nilai-nilai AUC dari 0.106, dengan nilai yang dimasukkan ke dalam akurasi klasifikasi cukup.Kata Kunci: Telekomunikasi, Neural Network, Backpropagation, Particle Swarm Optimization.
Utilization of mixed cellulolytic microbes from termite extract, elephant faecal solution and buffalo ruminal fluid to increase in vitro digestibility of King Grass Prabowo, Agung; Padmowijoto, Soemitro; Bachruddin, Zaenal; Syukur, Abdul
Indonesian Journal of Animal and Veterinary Sciences Vol 12, No 2 (2007)
Publisher : Indonesian Animal Sciences Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (59.38 KB) | DOI: 10.14334/jitv.v12i2.547

Abstract

Cellulose is a compound of plant cell walls which is difficult to be degraded because it composed of glucose monomers linked by β-(1.4)-bound. It will be hydrolysed by cellulase enzyme secreted by cellulolytic microbes. The effective digestion of cellulose needs high activity of cellulase enzyme. This research aims to increase in vitro king grass digestibility utilizing mixed cellulolytic microbes of termite extract, elephant faecal solution, and buffalo ruminal fluid. Twelve syringes contained gas test media were randomly divided into four treatments based on sources of microbe (SM), namely: S (SM: cattle ruminal fluid [S]), RGK (SM: mixed cellulolytic microbes of termite extract, elephant faecal solution, and buffalo ruminal fluid [RGK], with composition 1 : 1 : 1), S-RGK (SM: S + RGK, with composition 1:1), and TM (without given treatment microbe). Digestibility was measured using gas test method. Average of gas production treatment of S-RGK (70.2 + 0.6 ml) was higher and significantly different (P<0.01) compared to treatment of S (60.3 + 0.8 ml), RGK (40.8 + 2.3 ml), and TM (13.3 + 2.0 ml). Utilization of mixed cellulolytic microbes of termite extract, elephant faecal solution, and buffalo ruminal fluid (RGK) that combined with microbes of cattle ruminal fluid (S) could increase in vitro digestibility of king grass. Key Words: Cellulolytic Microbe, Termite Extract, Elephant Faecal, Buffalo Ruminal Fluid
Integrasi Kromosom Buatan Dinamis Untuk Memecahkan Masalah Konvergensi Prematur Pada Algoritma Genetika Untuk Traveling Salesman Problem Kamal, Muhammad Rikzam; Wahono, Romi Satria; Syukur, Abdul
Journal of Intelligent Systems Vol 1, No 2 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (693.322 KB)

Abstract

Genetic Algorithm (GA) adalah metode adaptif yang digunakan untuk memecahkan masalah pencarian dan optimasi, diantaranya adalah Travelling Salesman Problem (TSP) yang merupakan persoalan optimasi, dimana rute terpendek merupakan solusi yang paling optimal. GA juga salah satu metode optimisasi global yang bekerja dengan baik dan efisien pada fungsi tujuan yang kompleks dalam hal nonlinear, tetapi GA mempunyai masalah yaitu konvergensi prematur. Untuk mengatasi masalah konvergensi prematur, maka pada penelitian ini diusulkan Dynamic Artificial Chromosomes (DAC) yang digunakan untuk mengkontrol keragaman populasi dan juga seleksi kromosom terbaik untuk memilih individu atau kromosom terbaik yang tujuannya untuk membuat keragaman pada populasi menjadi beragam dan keluar dari konvergensi prematur. Beberapa eksperimen dilakukan dengan menggunakan Genetic Algorithm Dynamic Artificial Chromosomes (GA-DAC), dimana threshold terbaik adalah 0.5, kemudian juga mendapatkan hasil perbaikan pada jarak terpendek yang dibandingkan dengan GA standar dengan dataset KroA100 sebesar 12.60%, KroA150 sebesar 13.92% dan KroA200 sebesar 12.92%. Untuk keragaman populasi mendapatkan hasil pada KroA100 sebesar 24.97%, KroA150 sebesar 50.84% dan KroA200 sebesar 49.08% dibandingkan dengan GA standar. Maka dapat disimpulkan bahwa GA-DAC bisa mendapatkan hasil lebih baik dibandingkan dengan GA standar, sehingga ini akan membuat GA bisa keluar dari konvergensi prematur. Keywords: algoritma genetika, konvergensi prematur, dynamic artificial chromosomes, seleksi kromosom terbaik, travelling salesman problem.
Penerapan Bootstrapping untuk Ketidakseimbangan Kelas dan Weighted Information Gain untuk Feature Selection pada Algoritma Support Vector Machine untuk Prediksi Loyalitas Pelanggan Naufal, Abdul Razak; Wahono, Romi Satria; Syukur, Abdul
Journal of Intelligent Systems Vol 1, No 2 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (776.065 KB)

Abstract

Prediksi loyalitas pelanggan merupakan sebuah strategi bisnis yang penting bagi industri telekomunikasi modern untuk memenangkan persaingan global, karena untuk mendapatkan pelanggan baru biayanya lebih mahal lima sampai enam kali lipat daripada mempertahankan pelanggan yang sudah ada. Klasifikasi loyalitas pelanggan bertujuan untuk mengidentifikasi pelanggan yang cenderung beralih ke perusahaan kompetitor yang sering disebut customer churn. Algoritma Support Vector Machine (SVM) adalah algoritma klasifikasi yang juga berfungsi untuk memprediksi loyalitas pelanggan. Penerapan algoritma SVM dalam memprediksi loyalitas pelanggan mempunyai kelemahan yang mempengaruhi keakuratan dalam memprediksi loyalitas pelanggan yaitu sulitnya pemilihan fungsi kernel dan penentuan nilai parameternya. Dataset yang besar pada umumnya mengandung ketidakseimbangan kelas (class imbalance), yaitu adanya perbedaan yang signifikan antar jumlah kelas, yang mana kelas negatif lebih besar daripada kelas positif. Dalam penelitian ini diusulkan metode resampling bootstrapping untuk mengatasi ketidakseimbangan kelas. Selain itu dataset juga mengandung fitur yang tidak relevan sehingga dalam pemilihan fitur dalam penelitian ini digunakan metode dua fitur seleksi yaitu Forward Selection (FS) dan Weighted Information Gain (WIG). FS berfungsi untuk menghilangkan fitur yang paling tidak relevan serta membutuhkan waktu komputasi yang relatif pendek dibandingkan dengan backward elimination dan stepwise selection. WIG digunakan untuk memberi nilai bobot pada setiap atribut, karena WIG lebih cocok digunakan dalam memilih fitur terbaik daripada Principal Component Analysis (PCA) yang biasa digunakan untuk mereduksi data yang berdimensi tinggi. Tujuan pembobotan ini untuk merangking atribut yang memenuhi kriteria (threshold) yang ditentukan dipertahankan untuk digunakan oleh algoritma SVM.  Sedangkan untuk pemilihan parameter algoritma SVM dengan menggunakan metode grid search. Metode grid search dapat mencari nilai parameter terbaik dengan memberi range nilai parameter. Grid search juga sangat handal jika diaplikasikan pada dataset yang mempunyai atribut sedikit daripada menggunakan random search. Hasil eksperimen dari beberapa kombinasi parameter dapat disimpulkan bahwa prediksi loyalitas pelanggan dengan menggunakan sampel bootstrapping, FS-WIG serta grid search lebih akurat dibanding dengan metode individual SVM.
Integrasi Metode Sample Bootstrapping dan Weighted Principal Component Analysis untuk Meningkatkan Performa k Nearest Neighbor pada Dataset Besar Setiawan, Tri Agus; Wahono, Romi Satria; Syukur, Abdul
Journal of Intelligent Systems Vol 1, No 2 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (684.42 KB)

Abstract

Abstract: Algoritma k Nearest Neighbor (kNN) merupakan metode untuk melakukan klasifikasi terhadap objek baru berdasarkan k tetangga terdekatnya. Algoritma kNN memiliki kelebihan karena sederhana, efektif dan telah banyak digunakan pada banyak masalah klasifikasi. Namun algoritma kNN memiliki kelemahan jika digunakan pada dataset yang besar karena membutuhkan waktu komputasi cukup tinggi. Pada penelitian ini integrasi metode Sample Bootstrapping dan Weighted Principal Component Analysis (PCA) diusulkan untuk meningkatkan akurasi dan waktu komputasi yang optimal pada algoritma kNN. Metode Sample Bootstrapping digunakan untuk mengurangi jumlah data training yang akan diproses. Metode Weighted PCA digunakan dalam mengurangi atribut. Dalam penelitian ini menggunakan dataset yang memiliki dataset training yang besar yaitu Landsat Satellite sebesar 4435 data dan Tyroid sebesar 3772 data. Dari hasil penelitian, integrasi algoritma kNN dengan Sample Bootstrapping dan Weighted PCA pada dataset Landsat Satellite akurasinya meningkat 0.77% (91.40%-90.63%) dengan selisih waktu 9 (1-10) detik dibandingkan algoritma kNN standar. Integrasi algoritma kNN dengan Sample Bootstrapping dan Weighted PCA pada dataset Thyroid akurasinya meningkat 3.10% (89.31%-86.21%) dengan selisih waktu 11 (1-12) detik dibandingkan algoritma kNN standar. Dari hasil penelitian yang dilakukan, dapat disimpulkan bahwa integrasi algoritma kNN dengan Sample Bootstrapping dan Weighted PCA menghasilkan akurasi dan waktu komputasi yang lebih baik daripada algoritma kNN standar. Keywords: algoritma kNN, Sample Bootstrapping, Weighted PCA
Absolute Correlation Weighted Naïve Bayes for Software Defect Prediction Asmono, Rizky Tri; Wahono, Romi Satria; Syukur, Abdul
Journal of Software Engineering Vol 1, No 1 (2015)
Publisher : IlmuKomputer.Com

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (652.927 KB)

Abstract

The maintenance phase of the software project can be very expensive for the developer team and harmful to the users because some flawed software modules. It can be avoided by detecting defects as early as possible. Software defect prediction will provide an opportunity for the developer team to test modules or files that have a high probability defect. Naïve Bayes has been used to predict software defects. However, Naive Bayes assumes all attributes are equally important and are not related each other while, in fact, this assumption is not true in many cases. Absolute value of correlation coefficient has been proposed as weighting method to overcome Naïve Bayes assumptions. In this study, Absolute Correlation Weighted Naïve Bayes have been proposed. The results of parametric test on experiment results show that the proposed method improve the performance of Naïve Bayes for classifying defect-prone on software defect prediction.
Traditional Ritual, Water Conservation, and Islamic Thought Royyani, Mohammad Fathi; Syukur, Abdul
Heritage of Nusantara: International Journal of Religious Literature and Heritage Vol 2, No 2 (2013)
Publisher : Center for Research and Development of Religious Literature and Heritage

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

Abstract

Traditional ritual is a kind of expression of art and culture as well as a form of human appreciation of nature, gained through long term and perpetual processes. Traditional ritual thus can thus be regarded as traditional wisdom. Kawin Cai is one of the traditional rituals in Kuningan society derived from inter religious views. Through this ritual we could tell that the people respect their natural environment for sustainable living. Nonetheless, most of the symbolic practices in the ritual are no longer understood by the people, so that anthropological approach is needed to interpret them.
PERUBAHAN PERILAKU EMOSIONAL ANAK KELAS V TERHADAP FILM SERIAL ANIMASI TSUBASA Syukur, Abdul; Susilawati, Susilawati; Wakhyudin, Husni
JURNAL SINEKTIK Vol 1, No 1 (2018): Jurnal Sinektik:Juni-2018
Publisher : Universitas Slamet Riyadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (364.654 KB)

Abstract

The purpose of this study is to know the existence of changes in the emotional behavior of students toward the Tsubasa animated serial film. The approach used in this study is a qualitative research approach. In principle, this qualitative research is a procedure to result a number of descriptions of what is written and what is spoken by people who become the target of research and descriptions of their behavior which can be observed. Qualitative research is neither aiming at measuring nor using procedures in explaining the results of research. This approach is used to explain and describe the focus of research, which is about changes in emotional behavior of fifth grade students to the Tsubasa animated serial film. The appearance of emotional changes of the students out of 38 students in this study as many 21 children experienced high emotional changes, while 17 children experienced moderate emotions.
Aplikasi Sticker Motor Scoopy Berbasis Android (Studi Kasus CV. Upgrade Graphic Design) Yulianti, Ana; Akbar, Taufik; Syukur, Abdul
IT JOURNAL RESEARCH AND DEVELOPMENT Vol 3 No 2 (2019)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/itjrd.2019.vol3(2).1049

Abstract

CV Upgrade Graphic Design, perusahaan yang bergerak dalam bidang periklanan, utamanya di material cutting sticker, sticker printing, one way, vision, sticker sablon, sticker poliplex, dan segala jenis sticker. Media promosi yang digunakan oleh banyak perusahaan sticker saat ini masih banyak yang hanya menampilkan hasil design dalam bentuk dua dimensi (2D) pada objek motor atau sekedar print out dalam bentuk kertas hingga banyak konsumen yang kurang puas dengan hasil design yang ditampilkan tersebut. Penelitian ini membuat hasil design yang di tampilkan dalam bentuk tiga dimensi (3D) menggunakan aplikasi blender dan seolah-olah ada di dalam sebuah ruangan bengkel sticker, serta memiliki fitur capture, rotate dan hanya menampilkan sticker motor yang sudah disediakan dalam aplikasi. Penelitian ini menggunakan bahasa pemograman C# (C Sharp) dan aplikasi game engine unity 3D  5.6.2f1. Dengan adanya aplikasi yang di tampilkan dalam bentuk 3D maka hasil desain dari sticker motor mendapatkan daya tarik lebih terhadap peminatnya, dari hasil pengujian aplikasi sticker motor scoopy ini memiliki persentase rata-rata 99%.  
Co-Authors Abdul Razak Naufal Abjadi, Khalid Abuk, Aleksandria Abyadul Fitriyah Adisan, Adisan Affandy Affandy Agil Al Idrus Agil Al Idrus, Agil Al Agung Prabowo Agus Ramdani Ahmad Farhan, Ahmad Ahmad Raksun, Ahmad Ahmad Ruslan Ahmadin Ahmadin Aisyah, St. Akbar Prayudi, Lalu Al Jum'ah, Muhammad Naim Alawiyah, Rita Alifia Niza Salafy Alrizal, Fahmi Firdaus Amanda, Dwika Melani Aminah Zaim Alyaminy, Ishmah Humaidatul Aming Wahyudi B Lolon Amir, Alya Amlis, Muh. Ferdin Al Rizky Ananda, Sri Devi Anasius Dei Ndewi Andre Rachmat Scabra Andry Kartika, Ni Made Anggita Salsabila, Afra Ardani, Sarwan Ardin Ardin, Ardin Arifin, Rizki Dewi Sativa Lestari Arifin, Teguh Aris Doyan Asiari, Asiari Asih Rohmani, Asih As’ad, Ajmal Ayu Pertiwi Azhar, Saifulloh Azwar Maas Baiq Sri Handayani Bambang Hendro Sunarminto Bambang Priyanto, Bambang Barazili, Sigit Benito Heru Purwanto Br Barus, yenni yosita Bria, Yunita Namok Budiman Nadapdap, Panri Budimansyah Budimansyah Casidi, Casidi Damar Pamenang, Galang Decky Aditya Zulkarnaen Delsiana Anjel Zoghara Desi Indah Natalia Besi Devid Saputra Dewi, Alfiana Chanda Dewi, Gusti Ayu Kartika Dianam Didik Santoso Didin Hikmah Perkasa Dina, Patrisia Kurnia Diniah, Siti Endar Pituringsih Erni Raster Klau Erwin Yudi Hidayat Fachmi , Muhammad Fadilah, Nurjariati Fajri, Lalu Moh. Nazar Fariq Azhar Fatmawati, Fatmawati Faturrahman Fauzia Fauzia Fazira, Yuli Ferdiansyah, Dian Firanza, Yozi Mazri Fitri, Novita Mariana Fitriani Fitriani Frans K Selly Frans K. Selly Frans Selly Furizal Furizal, Furizal Gemilang, Pices Fernama Gunadi, Sahrul Gusfina, Omira Calia Gustiana Isya Marjani Hafidhoh, Nisa'ul Haris Hermawan, Haris Harmayani, Ria Haryoko, Priyo Hatami, Muhamad Hendra Wijaya Hendri Hendri Herison, Roni Herlita, Mesi Hidayat, Sugih Akbar Hidayat, X Zardht Alex Hidayat, XZardht Alex Hidayati, Arinal Hidayati, Parni Hidayatulloh, Asep Hilyana, Siti Humaidi Husmiati, Ratu Husna, Ahmad Husna, Lobelia Asmaul Husni Wakhyudin Husnul Qodim, Husnul I Gde Mertha Ibnu Utomo WM Ika Novita Dewi Ikaputra Ikaputra Ilhamdi, Mohammad Liwa Immanuel Christianto, Mikael Indra Gamayanto Insani, Reginah Fhathonah Irvan Muzakkir Irvan Muzakkir Ismail Ismail Istikomah, Nopalia Resti Jamaluddin Jamaluddin Jamaluddin Jauhari, Fadhilah Jayed, A K M Jufri, Abdul Wahab Julianti, Liza Junaidin, Junaidin Jupri Hadi, Marham Kahmad, Dadang Karnan Karnan Kartini Kartini Kastari, Salbiah Kharisma, Roni Khomsahrial Romli Kidunga, Lyra Komarudin, Omang Kristiani Klau, Martha Kristiani, Sinta Kurniawati Kurniawati L. Lisnawati Lalu Japa, Lalu LALU ZULKIFLI Larasati, Sri Aprilia Nur Leppa, Joshua De Fatima Lestari, Irma Rahayu M. Tufaila Madiyono, Madiyono Maftu’ah, Eni Mahrus Mahrus Mahrus, Mahrus Makleat, Nirwaning Maknun, Lu'luul Maria Ulfa Mariana Ikun RD Pareira Mariani, Yuni Marjuni, Aris Marsiano, Joseph Maulana Fansyuri Maulidia, Ninda Medinah, Deayu Mitha Lailatul Meo Melianus Tefanai Merta, , I Wayan Mikrad mikrad Miranti, Sevia Moch Arief Soeleman, Moch Arief Mohammad Fathi Royyani, Mohammad Fathi Muawanah, Lutfi Mubasit Mubasit, Mubasit Muhamad Bisri Mustofa Muhammad Amin Muhammad Aridan Muhammad Junaidi Muhammad Rikzam Kamal Muhammad Rizki Akbar, Muhammad Rizki Muhammad Yusuf Muhlis Muis, Alwas Mukhlis, Alia Mulyani, Irna Mundiarti, Vanida Murni Murni N. Koten, Angelikus Nafita Tampubolon, Gokma Nahak, Deni Sanherib Nahampun, Rajin Nakib, Arman Mohammad Nanisfi, Maulidatin Nazifa, Syuhada Nefi Andriana Fajri Ngempot, Romualdus Adi Putra Nice, Kristina Nife, Kristina Nopalia Resti Istikomah Nova Rijati Nugraha, Rizka Nugraha, Sugandhi Satria Nugrohotomo, Nugrohotomo Nurdiana, Rina Nurhindarto, Aris nurul latifah Nurwijayanti Nusantara Habibi, Ahmad Rizky Oktaviani, Nur Padia Oyeyemi, Babatunde Bamidele Paspania, Karima Paulina Paulina Permadi, Hari Prapto Yudono Prihatina, Lale Maulin Putri, Devi Karisna Putri, Leza Puastri Qomaruzzaman, Bambang Rahmatin, Johana Aulina Rahmawat, Yani Rahmayanti, Afni Ramadan, Agus Ramadhan, Dimas Afditiya Ramadhan, Fazril Ramdani, Novia Ratnasari, Novika Ray, Fransiskus F. G Respasari, Barinta Nur Restu, Adam Rifqi Aulia Erlangga Rini Setiawati Rizki Rabbani, Aditya Rizky Tri Asmono Rizmaya, Rizmaya Rohadi Romi Satria Wahono Ruslan, Ahmad Rustiawan, Angga Salafy, Alifia Niza Salan, Patrisius Samrid Neonufa, Samrid Samrit Neonufa Santoso, Amin Nugrah Saputra, Acep Sari, Khopipah Wandan Selly, Frans Kristian Seran, Theodorina Novyani Setiaji, Herly Setyowati , Eny Seuk, Maria Yovita Shela Mandala Shiddieq, Dja'far Shiddieq, Djafar Simbolon, Gallex Sinlae, Reschi Van Christo Ardi Sirajuddin Siti Wuryan Soeleman, M. Arief Soemitro Padmowijoto Sogen, Yosephina K Sogen, Yosephina Katharina Sonep, Moch Subhan Purwadinata, Subhan Sufiyandi, Ilham Sukamto, Titien Sukamto, Titien S. Sukma, Izza Melati Sulakhudin Sulakhudin Sulakhudin, . Sulasna, Endang Sulihati, Indah Sultony, Ahmad Sumyadi, Yadi Suprayogi, Dian Susilawati, Susilawati Sutomo Sutomo SUYANTRI, ENI Syaiful . Syam, Edy Syarifuddin Syarifuddin Syauki, Lalu Tafuli, Melania Flaviana S. Tampani, Fransiska Taneo, Maria Taufik Akbar Thatok Asmony, Thatok Tipalahi, Ramadan Tri Agus Setiawan Tri Setiawan Putra, Ricky Triwibowo Yuwono Tutik Khotimah Umasih Umasih Umasih Veithzal Rivai Zainal Wahid, Rivka Damayanti Wahyu Budi Santosa Wijaya, Ardi Wijoyo, Agung Winata, I Gede Darma Yanuar Zulardiansyah Arief Yeni Huriani Yeni Susanti Yenni Yosita br Barus Yosephina K Sogen Yudhi Arta, Yudhi Yudi Wahyudin Yulia Yulia Yuliana, Baiq Fadilla Yulianti, Ana Yulianty Thabita Fallo Yunus, Yusra Yusrin, Yusrin Zaenal Bachruddin Zahraini, Wahyu Zalfa, Fara Afrani Zulfa, Ria