Article Per Year (5 Year)
p-Index From 2021 - 2026
21.555
P-Index
This Author published in this journals
All Journal Jurnal Simantec Jurnal Riset Informatika 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 JURNAL ILMIAH SAINS TEKNOLOGI DAN INFORMASI "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika Jurnal Ilmiah Multidisiplin Nusantara Gudang Jurnal Multidisiplin Ilmu Jurnal Ilmiah Research Student Jurnal Sains Student Research 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 Teras Pengabdian Masyarakat 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 Energy 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 : 191 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 191 Documents
Search

 13   14   15   16   17 
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.
Analisis Faktor Risiko Obesitas Pada Individu Menggunakan Algoritma Random Forest Dengan Rapidminer Naqibuzzahidin; 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.v2i11.1016

Abstract

Obesitas adalah masalah kesehatan global yang ditandai dengan menumpuknya lemak tubuh berlebih, meningkatkan risiko penyakit kronis seperti diabetes dan penyakit jantung. Data Mining sangat efektif untuk mengidentifikasi faktor risiko obesitas pada individu menggunakan algoritma Random Forest yang diimplementasikan dengan RapidMiner, dipilih karena kemampuannya menangani banyak variabel dan mengatasi multikolinearitas. Dataset ini terdiri dari 2.087 entri dengan 15 fitur terkait gaya hidup, pola makan, dan riwayat kesehatan yang diperoleh dari situs Kaggle, dan dibagi menjadi 90% data latih serta 10% data uji untuk evaluasi kinerja model. Hasilnya menunjukkan model mampu mencapai akurasi 79,81%, presisi 78,26%, dan recall 67,86%, dengan faktor dominan yang mempengaruhi risiko obesitas adalah konsumsi makanan tinggi kalori, rendahnya aktivitas fisik, dan riwayat keluarga obesitas. Penelitian ini memberikan wawasan penting bagi upaya pencegahan obesitas melalui pengembangan kebijakan kesehatan dan program edukasi yang lebih efektif, fokus pada perubahan pola hidup untuk mengurangi prevalensi obesitas dan komplikasi
Sistem Informasi Pengajuan Beasiswa Berbasis Web Pada Bagian Kesejahteraan Rakyat Bondowoso Fitria Ayu Ulandari; 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.v2i10.1019

Abstract

Sistem informasi dapat menyajikan data akurat, efektif dan efesian. Pengajuan beasiswa merupakan hal penting dalam meningkatkan akses pendidikan bagi masyarakat. Namun, proses pengajuan yang masih manual sering kali menyebabkan kendala dalam efisiensi dan transparansi. Penelitian ini bertujuan untuk membuat sistem informasi pengajuan beasiswa berbasis web yang dapat memudahkan masyarakat kabupaten Bondowoso dalam mengakses informasi dan mengajukan permohonan beasiswa. Metode yang digunakan dalam sistem informasi menggunakan waterfall, yang mencakup analisis kebutuhan, desain, pengembangan, dan pengujian. Sistem yang dibuat dilengkapi dengan fitur registrasi pengguna, pengisian formulir pengajuan, dan pelacakan status permohonan. Hasil dari penelitian ini diharapkan dapat meningkatkan efisiensi pengelolaan beasiswa, mempercepat proses pengajuan, serta memberikan transparansi dalam penyaluran beasiswa kepada masyarakat yang membutuhkan. Dengan adanya sistem ini, diharapkan pada Bagian Kesejahteraan Rakyat di Kabupaten Bondowoso dapat meningkat, sehingga memberikan dampak positif bagi pengembangan sumber daya manusia di daerah tersebut.
Co-Authors Abdul Hadi Abdur Rohman Nurut Toyyibin Abrori, Syariful Ach. Zubairi Achmad Fathoni Verdian Afcharina Diniyil Muhlisin Afrizal Rizqy Pratama Ahmad Homaidi Ahmad Muflih Wafir Ahmad Syahril Lail Ahmad Wahyu Fernando 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 Anzori Arif Ferdiansyah audiatul jinan Auliya Apriliana Aviatus Sholiha Bagas Wira Yuda Basmalia Bina Cahya Pamungkas, ihya16092002 Citra Nursihah Danil Bahroni 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 Faqih Nur Rahman Fatimah Isa Auliya Fatma Nur Afifah Faza Qori Aina Fikri Rostina Firda Wati Husaini Kulsum Fitri Elvi Karisma Fitria Ayu Ulandari Hafidz, M. Fajar 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 Imam Nawawi Imelda Valentina Octavia Indah Novita Sari Iqbal Ainul Yaqin Irfansyah, Khairullah Irham, Muhammad Nazril 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 P M. Andrik Muqorrobin Pratama M. Fazlur Rahman Assauqi Maharani Rahmatul Hanani Mahmudi Mahmudi Mamluatur Rizkiyatun Nafiah Manda Nuria Suhailatin Najwa Maruf Ubaidillah Maryana Mashuri, Ahmad 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 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 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 Prastika Buya Hakim Putri Anindya Damayanti Qittratul Ameliatus Qurratul Aini Rafi Jawara, Ilham 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 Syaiful Hasan Abdullah 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