Article Per Year (5 Year)
p-Index From 2021 - 2026
20.575
P-Index
This Author published in this journals
All Journal Jurnal Simantec Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] GANDRUNG: Jurnal Pengabdian Kepada Masyarakat Jurnal Mahasiswa Sistem Informasi (JMSI) Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Jurnal Penelitian Rumpun Ilmu Teknik JUSTIFY : Jurnal Sistem Informasi Ibrahimy Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Journal Of Computer Science And Technology "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Gudang Jurnal Multidisiplin Ilmu Jurnal Ilmiah Research Student Jurnal Sains Student Research Jurnal Riset Sistem dan Teknologi Informasi SmartComp JURNAL ILMIAH PENELITIAN MAHASISWA Jurnal Imiah Pengabdian Pada Masyarakat (JIPM) Jurnal Ilmiah Multidisiplin Ilmu Jurnal Riset Teknik Komputer Jurnal Pengabdian Masyarakat Jurnal Riset Sistem Informasi Jurnal Padamu Negeri Jurnal Pendidikan Sains dan Teknologi Terapan Jurnal Sistem Informasi Karya Anak Bangsa Jurnal Pengabdian Indonesia Abhakte
Zaehol Fatah
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities 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 Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 182 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 182 Documents
Search

 12   13   14   15   16 
Model Prediksi Risiko Kredit Nasabah Menggunakan Algoritma C4.5 Uny Khafifah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Abstract

Sektor keuangan memiliki peran penting dalam memberikan fasilitas kredit kepada nasabah, baik individu maupun perusahaan. Namun, setiap keputusan pemberian kredit mengandung tingkat risiko tertentu, terutama terkait kemungkinan nasabah gagal membayar kewajibannya. Oleh karena itu, diperlukan metode yang efektif untuk mengelola dan memprediksi risiko kredit. Salah satu metode yang banyak digunakan adalah algoritma Decision Tree C4.5, yang mampu menghasilkan model pengambilan keputusan yang mudah dipahami dan diinterpretasikan. Penelitian ini menerapkan algoritma C4.5 untuk membangun model prediksi risiko kredit nasabah, dengan tujuan membantu lembaga keuangan dalam mengevaluasi kelayakan kredit secara lebih akurat dan objektif. Proses klasifikasi dilakukan dengan mengelompokkan data nasabah ke dalam kategori risiko tertentu berdasarkan atribut-atribut seperti pendapatan, lama bekerja, jumlah pinjaman, dan status pembayaran sebelumnya.Hasil eksperimen menunjukkan bahwa algoritma Decision Tree C4.5 mampu membentuk struktur pohon keputusan yang menggambarkan hubungan antar atribut dan menghasilkan aturan klasifikasi (rule set) yang mudah diinterpretasikan. Dari pengujian yang dilakukan, model memperoleh tingkat akurasi sebesar 82,75%, menunjukkan bahwa metode ini cukup efektif dalam mengklasifikasikan tingkat risiko kredit nasabah. Kata Kunci: Prediksi Risiko Kredit, Algoritma C4.5, Decision Tree, Data Mining, RapidMiner.
Sistem Informasi Pembuatan Surat SKCK Berbasis Website Di Kantor Desa Banyuputih: Sistem Informasi Nurin Naimah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Abstract

Kemajuan teknologi informasi yang berkembang dengan pesat telah membawa perubahan besar dalam peningkatan mutu pelayanan publik, khususnya di lingkungan pemerintahan desa. Penerapan teknologi informasi diwujudkan melalui sistem informasi berbasis web yang dirancang guna mendukung kegiatan administrasi pembuatan Surat Pengantar SKCK (Surat Keterangan Catatan Kepolisian). Tujuan dari penelitian ini ialah merancang sekaligus menerapkan sistem informasi berbasis web untuk pembuatan Surat Pengantar SKCK Kantor Desa Banyuputih, agar pelayanan masyarakat menjadi lebih cepat, akurat serta transparan. Penelitian ini menggunakan metode waterfall yang terdiri dari tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Hasil penelitian memperlihatkan bahwa sistem yang dibangun mampu menyederhanakan proses penerbitan surat, mempercepat proses validasi data, serta mengurangi potensi kesalahan yang biasanya muncul pada sistem manual. Dengan adanya sistem ini, masyarakat dapat mengajukan permohonan secara daring, sementara aparat desa dapat memverifikasi dan mencetak surat secara otomatis. Penerapan sistem ini diharapkan mampu meningkatkan efektivitas pelayanan publik serta menjadi langkah nyata dalam mendorong terwujudnya e-Government di tingkat pemerintahan desa. Kata Kunci: Sistem Informasi, SKCK, Web, Desa Banyuputih   The rapid progression of information technology has produced substantial changes across many areas of society changes to the improvement of public service quality, particularly within village administrations. One form of this technological implementation is the development of a web-based information system designed to assist the administrative process of issuing SKCK (Police Record Certificate) introduction letters. The purpose of this study is to design and implement a web-based information system for issuing SKCK introduction letters in Banyuputih Village, aiming to make public services more efficient, accurate, and transparent. This research applies the waterfall method, which includes the stages of requirement analysis, system design, implementation, and testing. The results indicate that the developed system can simplify the process of letter issuance, accelerate data validation, and minimize errors commonly found in manual systems. Through this web-based system, residents can submit their applications online, while village officials are able to verify and print the letters automatically. The implementation of this system is expected to improve the effectiveness of public services and serve as a concrete step toward supporting the realization of e-Government at the village level. Keywords: Information System, SKCK, Web-based, Banyuputih Village
Prediksi Tingkat Stress dan Kesehatan Mental Mahasiswa Menggunakan Algoritma SVM Uswatun Hasanah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Abstract

Kesehatan mental mahasiswa menjadi sangat penting yang perlu mendapatkan perhatian, mengingat tingginya tingkat stres akibat tuntutan akademik, masalah sosial, maupun tekanan finansial. Stres yang tidak terkendali dapat menurunkan prestasi akademik dan berisiko menimbulkan gangguan psikologis jangka panjang. Oleh karena itu, dibutuhkan sebuah sistem yang mampu memprediksi tingkat stres dan kondisi kesehatan mental mahasiswa secara akurat. Penelitian ini bertujuan mengimplementasikan algoritma Support Vector Machine (SVM) dalam klasifikasi tingkat stres mahasiswa berdasarkan berbagai faktor seperti pola belajar, kualitas tidur, aktivitas sosial, serta kondisi psikologis lainnya. Data penelitian diolah menggunakan metode machine learning. Algoritma SVM dipilih karena kemampuannya menangani data kompleks dengan tingkat akurasi tinggi. Hasil penelitian menunjukkan bahwa SVM efektif digunakan dalam memprediksi tingkat stres mahasiswa dengan akurasi mencapai 88%, sehingga dapat mendukung upaya pencegahan dini dan intervensi kesehatan mental di lingkungan perguruan tinggi. Kata Kunci: Stres Mahasiswa, Kesehatan Mental, Machine Learning, Support Vector Machine (SVM), RapidMiner.
Implementasi Algoritma Decision Tree Untuk Klasifikasi Resiko Diabetes Aisyah Putri Sabrina; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Abstract

Diabetes mellitus merupakan suatu kondisi yang ditandai oleh munculnya berbagai gejala akibat meningkatnya kadar gula darah (glukosa) yang disebabkan oleh kekurangan hormon insulin baik secara absolut maupun relatif. Penyakit ini berhubungan dengan gangguan metabolisme karbohidrat, protein, serta lemak yang disebabkan oleh berkurangnya sensitivitas jaringan terhadap insulin — kondisi ini dikenal sebagai resistensi insulin — atau akibat menurunnya produksi hormon insulin yang disebut defisiensi insulin. Penyakit ini tergolong berbahaya karena dapat menimbulkan berbagai komplikasi serius seperti gangguan ginjal, kerusakan penglihatan hingga kebutaan, penyakit pada kaki, serta meningkatkan risiko kematian.Indonesia sendiri menempati posisi keempat sebagai negara dengan jumlah penderita diabetes terbanyak setelah Amerika Serikat, Tiongkok, dan India. Jumlah penyandang diabetes di Indonesia diperkirakan akan mengalami peningkatan tajam hingga dua sampai tiga kali lipat pada tahun 2030 dibandingkan tahun 2000. Laporan dari World Health Organization juga menunjukkan bahwa pada tahun 2000 jumlah penderita diabetes di dunia telah mencapai 171 juta orang, dan angka tersebut diperkirakan meningkat menjadi 366 juta pada tahun 2030.Melalui pendekatan klasifikasi, berbagai pola dan hubungan tersembunyi dalam data kesehatan dapat diidentifikasi dengan lebih akurat. klasifikasi sangat penting untuk mendeteksi faktor risiko sejak dini sehingga dapat mendukung pencegahan serta perencanaan tindakan medis yang lebih tepat. Salah satu algoritma yang banyak digunakan dalam klasifikasi adalah Decision Tree, karena mampu menyajikan informasi dalam bentuk visual dan aturan yang mudah dipahami.Pada penelitian ini, pengklasifikasian dilakukan untuk mengidentifikasi faktor-faktor penyebab diabetes mellitus dengan memanfaatkan algoritma Decision Tree. Dengan mengubah data ke dalam bentuk pohon keputusan serta menghasilkan rule (aturan) klasifikasi, proses analisis menjadi lebih terstruktur dan mudah dipahami.Hasil penelitian menunjukkan bahwa metode Decision Tree mampu memberikan tingkat akurasi sebesar 79,82%. Akurasi ini membuktikan bahwa teknik klasifikasi berbasis pohon keputusan cukup efektif dalam membantu proses deteksi dini penyakit diabetes. Dengan demikian, metode ini dapat menjadi salah satu solusi pendukung pengambilan keputusan di bidang kesehatan, terutama dalam upaya pencegahan dan pengendalian diabetes mellitus.
Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Metode SAW Pada SMKN 1 Cermee Ifan Prasetyariansyah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Abstract

Memilih guru-guru yang hebat itu langkah super penting buat naikin kualitas staf pengajar di sekolah. Tapi, cara penilaian manual sering banget ribet, kayak subjektivitas yang tinggi, prosesnya lama banget, dan hasilnya tidak efisien. Makanya, penelitian ini dibuat dan terapin SPK untuk menentukan guru berprestasi di SMKN 1 Cermee dengan metode SAW. Metode SAW dipilih karena bisa membuat penilaian yang efisien lewat hitung-hitungan bobot dan nilai dari tiap kriteria. Kriteria yang dipakai di sistem ini ada kehadiran, level pendidikan, lama kerja, dan nilai SKP. Cara ngitungnya pakai normalisasi dengan pembobotan buat dapetin skor akhir tiap guru. Dari uji coba perhitungan, guru A3 juara satu dengan skor 1, terus disusul guru kedua A1 dengan skor 0,866 dan ketiga guru A2 dengan skor 0,766. Ini bukti kalau SAW bisa memberikan keputusan yang akurat dan stabil sesuai bobot kriteria yang udah ditentuin. Dengan sistem ini, proses penentu guru berprestasi jadi lebih cepat, irit waktu, dan jelas. Selain itu, ini dapat membantu sekolah ambil keputusan yang adil dan benar. Kata Kunci: Sistem Pendukung Keputusan, Guru Berprestasi, Metode SAW, SMKN 1 Cermee, Penilaian Kinerja  Selecting outstanding teachers is a crucial step in improving the quality of teaching staff in schools. However, manual assessment methods are often cumbersome, highly subjectivist, and time-consuming, resulting in inefficient results. Therefore, this study conducted and applied the SPK (Student Assessment System) to determine outstanding teachers at SMKN 1 Cermee using the SAW method. The SAW method was chosen because it can provide efficient assessments through weighted calculations and scores for each criterion. The criteria used in this system include attendance, education level, length of service, and SKP scores. The calculation method uses normalization with weighting to obtain a final score for each teacher. From the trial calculation, teacher A3 won first place with a score of 1, followed by teacher A1 second with a score of 0.866 and teacher A2 third with a score of 0.766. This proves that SAW can provide accurate and stable decisions based on the predetermined criteria weighting. With this system, the process of determining outstanding teachers is faster, saves time, and is clear. Furthermore, it can help schools make fair and correct decisions. Keywords: Decision Support System, High-Achieving Teachers, SAW Method, SMKN 1 Cermee, Performance Assessment
Sistem Informasi Bimbingan Konseling Berbasis Web Menggunakan Bahasa Php Dan MYSQL Pada SMK Ibrahimy 2 Sukorejo Situbondo Zakiyatus Solehah; Zaehol Fatah
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 2 (2025): Volume 4 Nomor 2 Oktober 2025
Publisher : Universitas Ngudi Waluyo

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

Abstract

Masalah utama yang dihadapi oleh layanan konseling di SMK Ibrahimy 2 Sukorejo Situbondo adalah bahwa pendataan siswa dan pencatatan kegiatan konseling masih dilakukan secara manual. Hal ini sering mengakibatkan keterlambatan dalam penyusunan laporan dan menyulitkan dalam memantau kemajuan siswa. Untuk mengatasi hal ini, telah dibuat Sistem Informasi Bimbingan Konseling berbasis web yang menggunakan pemrograman PHP dan MySQL untuk basis datanya. Pengembangan sistem menggunakan metode Waterfall, yang mencakup analisis kebutuhan, perancangan sistem, pelaksanaan, serta pengujian. Hasil dari implementasi menunjukkan bahwa sistem dapat mengelola data siswa dengan baik, mencatat proses konseling dengan efektif, dan menghasilkan laporan secara cepat dan tepat. Selain itu, sistem ini juga membantu guru BK dalam memantau kemajuan siswa dan meningkatkan efisiensi serta efektivitas layanan konseling di sekolah. Oleh karena itu, sistem ini merupakan solusi digital yang tepat untuk meningkatkan manajemen layanan BK. Kata Kunci: Sistem Informasi, Bimbingan Konseling, Waterfall, SMK Ibrahimy 2
Klasifikasi Email Spam Menggunakan Algoritma Naive Bayes Muhammad Hanif Zaky Ubaidillah; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.536

Abstract

Email spam merupakan salah satu masalah signifikan dalam komunikasi digital yang dapat mengganggu produktivitas pengguna. Untuk mengembangkan model klasifikasi email spam maka digunakan Algoritma Naive Bayes, yang dikenal karena kesederhanaan dan efektivitasnya dalam menangani data teks. Data email yang terdiri dari spam dan non-spam diambil dari sumber yang dapat diakses secara publik dan diproses menggunakan aplikasi RapidMiner. Langkah-langkah preprocessing, termasuk penghapusan stopwords, stemming, dan vektorisasi teks, dilakukan untuk meningkatkan akurasi model. Model Naive Bayes dilatih dan diuji menggunakan teknik cross-validation untuk memastikan keandalan hasil. Hasil evaluasi menunjukkan bahwa model yang dikembangkan memiliki tingkat akurasi yang tinggi dengan hasil 60%, dengan nilai presisi 40% dan recall yang memadai. Hasil ini menunjukkan potensi penggunaan Algoritma Naive Bayes dalam klasifikasi email spam dan memberikan kontribusi terhadap pengembangan sistem filtrasi email yang lebih efektif.
Prediksi Diabetes Menggunakan Algoritma Klasifikasi K-Nearest Neighbors (K-NN) pada Perempuan Indian Pima Supri Arrohman; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 10 (2024): GJMI - OKTOBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i10.986

Abstract

Diabetes merupakan penyakit kronis yang ditandai dengan tingginya kadar glukosa dalam darah, yang dapat menyebabkan komplikasi serius jika tidak dikelola dengan baik. Dalam penelitian ini, dilakukan prediksi diabetes pada perempuan suku Indian Pima menggunakan algoritma klasifikasi K-Nearest Neighbors (K-NN). Dataset yang digunakan diperoleh dari National Institute of Diabetes and Digestive and Kidney Diseases, yang terdiri dari 769 data pasien dengan 9 atribut. Penelitian ini menggunakan metode deskriptif kuantitatif dengan pendekatan rekayasa perangkat lunak dan Library Online Research. Data dianalisis menggunakan RapidMiner versi 10.3. Hasil dari model K-NN menunjukkan tingkat akurasi sebesar 70,13%, dengan presisi 59,09% untuk pasien positif dan 74,55% untuk pasien negatif. Nilai recall yang diperoleh adalah 48,15% untuk pasien positif dan 82,00% untuk pasien negatif. Meskipun akurasi model ini cukup baik, penelitian lebih lanjut diperlukan untuk meningkatkan kualitas prediksi. Algoritma K-NN terbukti efektif digunakan dalam klasifikasi diabetes, tetapi kualitas hasil sangat bergantung pada kualitas data yang dianalisis.
Korelasi Perilaku Dengan Tingkat Prestasi Siswa I’dadiyah Menggunakan Metode Apriori Khairul Anam; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 10 (2024): GJMI - OKTOBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i10.990

Abstract

Perilaku siswa merupakan tindakan yang dimiliki oleh siswa yang dipengaruhi oleh sikap, dan tanggung jawabnya di sekolah, Penelitian ini dilakukan untuk memahami korelasi antara perilaku siswa dan tingkat prestasi akademik di tingkat I’dadiyah, sebuah topik yang penting karena perilaku siswa sering dianggap sebagai salah satu faktor kunci yang mempengaruhi keberhasilan akademik. Metode Apriori dipilih karena kemampuannya dalam menganalisis pola asosiasi dari data besar dan menemukan hubungan tersembunyi antar variabel. Data yang digunakan dalam penelitian ini mencakup catatan disiplin, kehadiran, partisipasi siswa dalam kegiatan pembelajaran, serta interaksi sosial, yang kemudian dianalisis bersama dengan data prestasi akademik. Hasil penelitian menunjukkan adanya hubungan yang signifikan antara perilaku positif, seperti disiplin tinggi dan keterlibatan aktif dalam kelas, dengan capaian akademik yang lebih baik. Di sisi lain, perilaku yang kurang disiplin cenderung terkait dengan prestasi yang lebih rendah. Penemuan ini menegaskan pentingnya memantau dan membentuk perilaku siswa sebagai bagian dari upaya meningkatkan prestasi belajar. Penelitian ini menyimpulkan bahwa metode Apriori dapat menjadi alat yang efektif untuk memahami hubungan antara perilaku dan prestasi siswa, serta memberi kontribusi penting bagi para pendidik dalam merumuskan strategi pembelajaran yang lebih efektif dan berbasis data. Kesimpulan ini mendukung peningkatan kualitas pendidikan melalui pendekatan yang lebih terukur dan tepat sasaran.
Implementasi Metode K-Nearest Neighbor (KNN) Pada Klasifikasi Stunting Balita Siti Nur Azizah; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 10 (2024): GJMI - OKTOBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i10.1000

Abstract

Stunting merupakan masalah kesehatan serius yang dihadapi oleh balita di berbagai negara, termasuk Indonesia. Stunting terjadi ketika anak mengalami pertumbuhan yang terhambat akibat kurangnya asupan gizi dalam jangka panjang, yang dapat berdampak pada perkembangan fisik dan kognitif. Dalam upaya untuk mengatasi masalah ini, diperlukan metode yang efektif dalam mendeteksi dan mengklasifikasikan status gizi balita. Penelitian ini bertujuan untuk mengimplementasikan metode K-Nearest Neighbor (KNN) sebagai teknik klasifikasi untuk mengidentifikasi kasus stunting pada balita. Metode KNN dipilih karena kesederhanaannya dalam menangani data dengan berbagai variabel dan kemampuannya dalam memberikan hasil yang akurat berdasarkan kedekatan fitur antar data. Dalam penelitian ini, dilakukan pengumpulan data status gizi balita dengan berbagai indikator seperti tinggi badan, berat badan, dan umur. Data tersebut kemudian diolah menggunakan algoritma KNN untuk menentukan apakah seorang balita masuk dalam kategori stunting atau tidak. Hasil pengujian menunjukkan bahwa metode KNN mampu memberikan tingkat akurasi yang baik dalam mengklasifikasikan status stunting balita. Dengan demikian, implementasi metode KNN ini diharapkan dapat menjadi salah satu solusi untuk membantu dalam deteksi dini dan penanganan stunting pada balita.
Co-Authors Abdul Hadi Abdur Rohman Nurut Toyyibin Abrori, Syariful Ach. Zubairi Achmad Baijuri Achmad Fathoni Verdian Afcharina Diniyil Muhlisin Afrizal Rizqy Pratama Ahmad Homaidi Ahmad Maulana Ikman Ahmad Syahril Lail Ahmed Arifi Hilman Rahman Ahsin Ilallah Ainul Fadil Aisyah Putri Sabrina Akhlis Munazilin Alfan Jamil Alfi Fahira Salsabila Alfi Khairunnisa Alfina Damayanti Alfiyah Aurella Alifan Ibrohim Alifia Rosa Firdausiah Alviatur Rizqiyah Amelia Ismatul Hawa Ammar Farisi Anang Maulana Zulfa Angeli Dwiyanti Nur’azizah Anisa Anisa Anwar Anas Arif Ferdiansyah audiatul jinan Auliya Apriliana Aviatus Sholiha Bagas Wira Yuda Basmalia Bina Cahya Pamungkas, ihya16092002 Citra Nursihah Della Natasya Diana Uzlifatul Khairu Ummah Dila Puspita Dewi Diva Maulana Dwi Alya Putri Arifany Dzakwan Rohmatul Hanif Elvi Nazulia Rahma Elvina Eldiavani Epariani Erinia Dzikrotul Kharimah Fahrillah Fahrillah Fatimah Isa Auliya Fatma Nur Afifah Faza Qori Aina Fikri Rostina Firda Wati Husaini Kulsum Fitri Elvi Karisma Fitria Ayu Ulandari Hafidz, M. Fajar Hamdani . Hasna Ruhmaniatin Herlinatus Safira Muasolli Hermanto , Hijrah Hijriah Holida Izzatilla Holil Asy’ari Huday, Ahmad Ifan Farimulyadi Ifan Prasetyariansyah Ifqy Ahmad Fahrizal iin, Nur Inayah Ika Indah Khasanah ila, Sufatun Aila Ilham Rafi Jawara Ilham Rafiqi Imelda Valentina Octavia Indah Novita Sari Iqbal Ainul Yaqin Irfansyah, Khairullah Irma Yunita Islamiyatul Addewiyah Ismawati Ismawati Ismawati Ivana Dwikartika Sari j-sika Jarot Dwi Jarot Dwi Prasetyo Jefri Jefri Jesika Maya Nur Islami Kayyisah Fakhirah Kevin Riyas Robbani Khairul Anam Khozaimah Dian Islami Komarul Imam Laila Devi Sari LAILATUL FITRIYAH Lailatul Risqia Lailatus Syarifah Lailatussyarifah Lina Sosiana Lisa Novia Ramdani Lubebetun Nafisa Lukman Fakih Lukman Fakih Lidimilah Luluk Nuril Mukarromah Lutfiana , Nurisma Lutfiyatul F Anas Lu’luul Maulidya Nova M. Andrik Muqorrobin Pratama Maharani Rahmatul Hanani Mamluatur Rizkiyatun Nafiah Manda Nuria Suhailatin Najwa Maruf Ubaidillah Maryana Meliana Khamisah Mifta Wilda Al -Aluf Miftahul Arif Aldi Milka Afifah Rahmatillah Mochammad Rofi Mochammad Syukron Ramadani Moh. Agus Efendi Moh. Baha’Uddin Moh. Syahrul Iskandar Moh. Zaini Romly Mohamad Faezal Fauzan Nanda Mohammad Alfian Husni Mubarok Mohammad Farhan Fatah Muchammad Atfal Nur Afil Muflihatul Hasanah Muftiyah Zakiyah Muhamad Auliya Muhamad Ilhan mansiz Muhammad Al Madany Muhammad Faidhurrahman Wahid Muhammad Hanif Zaky Ubaidillah Muhammad Hasan Muhammad Nazril Irham Muhammad Robitul Umam Muhammad Trisnawadi Ismardani Mutmainnah Ilmiatul Faidah Muyessiroh Muzayyana, Muzayyana Mu’tashim Billah Rahman Nabila Khansa Nabila Sofia Az-zahra Nadia Selvi Ramadhani Nafisatul Insiyah Naqibuzzahidin Naqibuzzahidin Naqibuzzahidin Naufal Arif Maulana Nur Aida NUR AINI Nur Azise Nur Dina Kamelia Nur Laili Mukarromah Nur Rizatul Mufidah Nur Sahila Chapsah Nur Saputra, Zuhrian Nurin Naimah Nurisma Lutfiana Oka dewata Syaputra Prastika Buya Hakim Putri Anindya Damayanti Qittratul Ameliatus Qurratul Aini Raihan Asriel Afandi Ratu Maulidia Anggraini Regina Izza Aofkarina Riatul Jannah Rifki Dwi Saputra Risma Alfiatul Karima Risqiatus Syarifah Risqiyati Amilia Ningsih Rita Irawati rizka, Rizka Aprilia Ningsih Rizki Hidayaturrochman Rosita Natania Maulani Rudi Ananta Al Hidayah Ruqoyyatul Widad Ruwaida Khollatil Widat Safitri Nurul Qomariyah Sagita Maesarah Septi Camelia Ulfa Sidra Al Zahro Sinta Bella Sinta Dewi Anggraeni Siti Aysatin Rodia Siti Imroatul Jannah Siti Kholifah Siti Maghfiroh Siti Nabilatul Hoiroh Siti Nur Azizah Siti Romlah Siti Sulaiha Sitti Ainur Rofiqotul Anisa Sofi Naila Nuriyazih Sofyan, Moh Sofyan Alfandi SU'AYDI, AHMAD SU'AYDI Suci Mulianingsih Sukiman Eki Putra Sulistia Wardani Supri Arrohman Syirva Nada Fidya Tadzkirotul Latifah Taufik Saleh Ubeitul Maltuf Ulvi Munawaroh Ummi Fadlilatuz Zakiyah Ummil Mahfudoh Ummul Khoirun Fitriyah Uny Khafifah USWATUN HASANAH Wafi Riga Ramadhani Wafi, Wafi Wardatul Gufronia Wildatul Hasanah Winda Yanti Umami Wiwik Handayani Wulan Shelfiana Kamil Yeni nur hasanah Yua Isman Islam Yulina Sari Zahrafil Jannah Zainur Rahman Zakiyatus Solehah