Article Per Year (5 Year)
p-Index From 2021 - 2026
8.371
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Penelitian Pendidikan Matematika dan Sains JIEET (Journal of Information Engineering and Educational Technology) JOURNAL OF APPLIED INFORMATICS AND COMPUTING PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Journal of Electronics, Electromedical Engineering, and Medical Informatics Journal of Robotics and Control (JRC) Jurnal Abdi: Media Pengabdian Kepada Masyarakat Indonesian Journal of Electrical Engineering and Computer Science Abdimas: Papua Journal Of Community Service Insyst : Journal of Intelligent System and Computation Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal of Informatics and Computer Science (JINACS) Ranah Research : Journal of Multidisciplinary Research and Development Serambi Engineering Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics Journal of Emerging Information Systems and Business Intelligence (JEISBI)
YUNI YAMASARI
Teknik Informatika, Universitas Negeri Surabaya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 70 Documents
Search

 3   4   5   6   7 
Evaluasi Performa Aplikasi Sistem Informasi Pemerintahan Daerah (SIPD) Menggunakan Pagespeed Insights Di Kecamatan Kawedanan Kurniawan, Anton; Yamasari, Yuni
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p167-177

Abstract

Abstrak— Di era digital, pemanfaatan teknologi informasi menjadi elemen penting dalam mendukung pelayanan publik yang transparan dan efisien. Sistem Informasi Pemerintahan Daerah (SIPD) merupakan salah satu inisiatif pemerintah untuk mengintegrasikan pengelolaan data dan pelayanan publik. Namun, performa teknis aplikasi SIPD masih menjadi tantangan, khususnya dalam aspek kecepatan loading dan optimalisasi sumber daya. Penelitian ini bertujuan untuk mengevaluasi performa aplikasi SIPD yang digunakan di Kecamatan Kawedanan dengan menggunakan alat Google PageSpeed Insights. Penilaian dilakukan berdasarkan empat parameter utama: performance, accessibility, best practices, dan SEO. Metode penelitian yang digunakan adalah deskriptif kuantitatif dengan pendekatan evaluatif. Hasil evaluasi menunjukkan bahwa aspek performance aplikasi memperoleh skor 74% yang dikategorikan "perlu perbaikan", sementara tiga aspek lainnya masing-masing mendapatkan skor sempurna 100%. Analisis teknis lebih lanjut menunjukkan bahwa bottleneck utama terjadi pada Time to First Byte (TTFB) yang mencapai 7,4 detik, mengindikasikan adanya permasalahan pada layer aplikasi atau pengolahan basis data. Meskipun infrastruktur server menunjukkan performa yang baik, kecepatan akses dan waktu rendering konten masih memerlukan optimasi signifikan. Penelitian ini merekomendasikan sejumlah perbaikan teknis. Pencapaian skor sempurna pada aspek non-performa menunjukkan bahwa pengembangan aplikasi SIPD sudah mengarah ke praktik terbaik dalam pengembangan web modern, namun perlu ditingkatkan dari sisi performa untuk mendukung pelayanan publik yang lebih responsif dan efisien.   Kata Kunci —PageSpeed Insights, SIPD, Evaluasi Performa, Web Performance
Analisis Penerapan Aplikasi Absensi Guru Berbasis Android Menggunakan Metode System Usability Scale (SUS) (Studi Kasus Aplikasi Siapik Dapodik di Kabupaten Magetan) Mas Arya Bhisma Rangga Douval Saputra; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p185-196

Abstract

Abstrak— Aplikasi kehadiran guru berbasis Android Siapik Dapodik yang digunakan oleh guru ASN (PNS dan PPPK) di Kabupaten Magetan masih menghadapi sejumlah kendala dalam penggunaannya. Beberapa permasalahan yang ditemukan di lapangan antara lain gangguan saat proses login dan logout, tidak adanya informasi batas waktu presensi pada menu kehadiran, serta ketidakmampuan pengguna untuk melihat kembali bukti persyaratan izin yang telah diunggah. Permasalahan tersebut menunjukkan adanya potensi penurunan kualitas pengalaman pengguna dan efektivitas sistem secara keseluruhan. Adanya evaluasi terhadap system ini secara menyeluruh terhadap tingkat usability aplikasi ini sangat diperlukan. Oleh karena itu, penelitian ini memfokuskan pada analisis tingkat usability dari aplikasi Siapik Dapodik dengan menggunakan metode System Usability Scale (SUS), yang mengevaluasi tiga aspek utama usability yaitu efektivitas, efisiensi, dan kepuasan pengguna. Data dikumpulkan melalui penyebaran kuesioner SUS dan task scenario kepada 60 responden dari jenjang TK, SD, dan SMP. Hasil analisis menunjukkan bahwa aplikasi memperoleh skor SUS rata-rata sebesar 75,16 yang tergolong dalam kategori “Baik” (Grade B). Pada aspek efektivitas, tingkat keberhasilan pengguna dalam menyelesaikan tugas mencapai 99,44%, sementara waktu rata-rata penyelesaian tugas (efisiensi) tercatat sebesar 5,87 detik. Berdasarkan temuan dan hasil analisis tersebut, penelitian ini menyusun sejumlah rekomendasi perbaikan sistem guna meningkatkan kualitas usability aplikasi di masa mendatang. Kata Kunci— usability, Siapik Dapodik, System Usability Scale, efektivitas, efisiensi, kepuasan pengguna.
Evaluasi Kualitas Perangkat Lunak SIMPADU Berdasarkan ISO/IEC 25010:2011 pada DPMPTSP Kabupaten Magetan Praptama, Ervan; Yamasari, Yuni
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p228-239

Abstract

Abstrak— Perkembangan sistem pemerintahan berbasis elektronik (e-Government) kini menduduki posisi sentral dalam agenda modernisasi pelayanan publik. Tujuan utamanya adalah merumuskan tata kelola yang tidak hanya cepat dan transparan, tetapi juga bersih dan akuntabel, sehingga kualitas pelayanan yang diterima masyarakat dapat meningkat secara signifikan. Dalam konteks ini, aplikasi SIMPADU (Sistem Informasi Manajemen Perizinan Terpadu) diimplementasikan oleh Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kabupaten Magetan sebagai langkah strategis untuk menyederhanakan serta mempercepat seluruh tahapan pengajuan izin. Penelitian ini bertujuan mengevaluasi kualitas perangkat lunak SIMPADU dengan merujuk pada lima karakteristik standar ISO/IEC 25010:2011, yaitu Functional Suitability (Kesesuaian Fungsional), Usability (Kebergunaan), Reliability (Keandalan), Performance Efficiency (Efisiensi Kinerja) dan Maintainability (Pemeliharaan). Untuk mencapai tujuan tersebut, penelitian ini menggunakan rancangan kuantitatif-deskriptif dan mengumpulkan data langsung di DPMPTSP Kabupaten Magetan melalui kuesioner yang ditujukan kepada dua kelompok responden: pemohon izin dan petugas yang sehari-hari berinteraksi dengan sistem. Kuesioner dirancang dengan teliti untuk mencerminkan masing-masing karakteristik, diujicobakan, serta diuji validitas dan reliabilitasnya, sehingga keyakinan terhadap akurasi data sangat tinggi. Hasil analisis menunjukkan bahwa SIMPADU memiliki kualitas sangat tinggi, tercermin dari Reliability 97%, Functional Suitability dan Performance Efficiency masing-masing 96%, Usability 95%, dan Maintainability 91%. Temuan ini menunjukkan bahwa aplikasi tidak hanya memenuhi seluruh persyaratan fungsional, namun juga beroperasi optimal, mudah dipakai, sangat andal, dan tetap terbuka untuk modifikasi yang dibutuhkan di masa datang. Secara keseluruhan, penelitian menyimpulkan bahwa SIMPADU secara efektif mendorong efisiensi pelayanan, transparansi proses, dan kepuasan pengguna. Keandalan serta efisiensi sistem menguatkan kepercayaan masyarakat kepada pemerintah daerah dan memastikan sumber daya dipergunakan secara optimal. Selain itu, kemudahan pemeliharaan menjamin keberlanjutan layanan digital tersebut dalam jangka panjang. Penelitian merekomendasikan agar pengelola terus melakukan perbaikan, memperhatikan umpan balik pengguna, dan terbuka terhadap inovasi teknologi terkini.   Kata Kunci— Kualitas Perangkat Lunak, SIMPADU, ISO/IEC 25010, DPMPTSP Kabupaten Magetan, Pelayanan Publik, Evaluasi.
Web-based Construction Project Application Development with ReactJS, NestJS, and Agile Scrum Muhammad Zakia Avlach; Yamasari, Yuni
Journal of Emerging Information Systems and Business Intelligence (JEISBI) Vol. 6 No. 2 (2025): Vol. 06 Issue 02
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v6i2.70380

Abstract

Despite the rapid advancement of web-based information technology, the construction industry still heavily relies on manual project management methods, including budget tracking, worker coordination, and design inspiration searches. PT Media Kreasi Abadi, a construction company specializing in interior design and renovation, lacks a dedicated digital platform to streamline its project management processes. To address these inefficiencies, this study aims to develop a web-based construction project management application integrating a ReactJS frontend and a NestJS backend, supported by an API-driven architecture. The system enhances collaboration among project stakeholders while improving efficiency in project tracking and management. Additionally, this research evaluates the backend's performance to ensure seamless integration with the frontend. By adopting Agile Scrum, the development process remains flexible and continuously adaptive to user needs. The findings suggest that a well-designed digital platform can significantly optimize construction project management, reduce manual errors, and enhance team coordination. Future improvements may incorporate real-time analytics and AI-driven decision-making features to further enhance system capabilities.
Pengembangan dan Pengujian Aplikasi Absensi Pegawai Honorer (Studi Kasus Dinas Koperasi Usaha Kecil dan Menengah Kabupaten Magetan) Muhamad Azis Thohari; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p240-252

Abstract

Abstrak— Sistem absensi manual masih menjadi kendala dalam rekapitulasi kehadiran pegawai honorer di Dinas Koperasi UKM Kabupaten Magetan. Penginputan data secara manual memakan waktu, kurang akurat, dan tidak efisien. Penelitian ini bertujuan merancang dan mengimplementasikan sistem absensi digital berbasis Google AppSheet yang terintegrasi dengan Google Spreadsheet. Metodologi yang digunakan adalah deskriptif kualitatif melalui observasi, wawancara, dan studi literatur. Hasil dari penelitian ini adalah aplikasi Absen3 yang memiliki fitur utama: absensi real-time dengan GPS dan foto, riwayat kehadiran, serta pengelolaan data oleh admin. Hasil uji coba menunjukkan aplikasi ini efektif meningkatkan efisiensi dan akurasi data absensi serta mendapat respons positif dari pengguna. Pengujian sistem dilakukan menggunakan metode black-box oleh staf administrasi sekretariat Dinas Koperasi UKM yang bertugas mengelola data kehadiran. Hasil pengujian menunjukkan seluruh fitur berjalan sesuai fungsinya, dengan tingkat keberhasilan mencapai 99% pada tujuh skenario pengujian utama. Berdasarkan hasil survei, aplikasi meningkatkan efisiensi pencatatan absensi hingga 85% lebih cepat dibanding metode manual, serta meningkatkan akurasi data kehadiran sebesar 92%. Pada aplikasi ini memperkuat bukti bahwa aplikasi Absen3 mampu menghasilkan sistem yang efisien, efektif, dan akuntabel dalam pengelolaan absensi pegawai honorer. Kata kunci: Absensi, AppSheet, Google Spreadsheet, Pegawai Honorer, Sistem Informasi.
Pengembangan Model Rekomendasi Anime Dengan Metode Deep Learning: LSTM Neural Network Fatimah Nur Alifiah; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Vol. 7 No. 01 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v7n01.p253-261

Abstract

Abstrak— Dalam era digital yang sarat dengan informasi dan pilihan konten yang melimpah, pengguna sering kali mengalami kesulitan dalam menemukan tontonan yang benar-benar sesuai dengan minat dan preferensi mereka. Permasalahan ini juga terjadi dalam konteks tontonan anime, di mana ratusan hingga ribuan judul tersedia setiap tahunnya. Untuk mengatasi tantangan tersebut, penelitian ini membangun model rekomendasi dengan algoritma deep learning LSTM (Long Short-Term Memory) yang mampu memahami urutan data, sehingga cocok digunakan untuk menganalisis pola interaksi pengguna dari waktu ke waktu yang nantinya cocok untuk model rekomendasi. Model ini dirancang dengan mempertimbangkan berbagai informasi penting, seperti identitas pengguna, genre anime, skor atau rating yang diberikan pengguna, serta tingkat popularitas dari masing-masing anime. Proses pelatihan dilakukan menggunakan teknik k-fold cross validation dimana hasil evaluasi menunjukkan performa model yang sangat baik. Model mampu menghasilkan akurasi prediksi sebesar 91,3%, yang mengindikasikan bahwa sebagian besar rekomendasi yang dihasilkan sesuai dengan nilai aktualnya. Selain itu, model juga menunjukkan nilai Mean Squared Error (MSE) yang sangat kecil, yaitu sebesar 0,0002. Nilai ini mengindikasikan bahwa hasil prediksi model sangat mendekati nilai sebenarnya, sehingga dapat dikatakan bahwa tingkat akurasi model tergolong tinggi. Di sisi lain, nilai Mean Absolute Error (MAE) juga menunjukkan hasil yang baik, yaitu sebesar 0,008, yang berarti rata-rata selisih antara nilai prediksi dan nilai aktual tergolong kecil, sehingga menunjukkan tingkat kesalahan yang rendah dalam prediksi. Dengan hasil ini, dapat disimpulkan bahwa model rekomendasi berbasis LSTM memiliki kemampuan yang baik dalam memahami preferensi pengguna dan memberikan saran anime yang sesuai dengan minat mereka.   Kata Kunci— Model Rekomendasi, LSTM, Deep Learning, Collaborative Filtering, Content-based Filtering, Anime.
Model Rekomendasi Lagu Berbasis Genre Menggunakan Metode Random Forest Dan Decision Tree Putri Alvina; Yuni Yamasari
Journal of Informatics and Computer Science (JINACS) Article In Press(1)
Publisher : Universitas Negeri Surabaya

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

Abstract

Abstrak— Penelitian ini mengembangkan model sistem rekomendasi lagu berbasis genre menggunakan algoritma Random Forest dan Decision Tree. Proses pemodelan dimulai dengan analisis feature importance untuk mengidentifikasi sepuluh fitur audio utama yang paling berpengaruh terhadap klasifikasi genre. Evaluasi performa dilakukan menggunakan teknik cross-validation guna memastikan hasil yang konsisten dan dapat digeneralisasi. Hasil pengujian menunjukkan bahwa algoritma Random Forest memberikan performa yang lebih unggul dibandingkan Decision Tree, ditunjukkan oleh nilai akurasi, presisi, recall, dan F1-score yang lebih tinggi. Secara kuantitatif, model Random Forest mencatat rata-rata akurasi sebesar 83%, sedangkan Decision Tree hanya mencapai 79%. Keunggulan ini menegaskan bahwa Random Forest merupakan metode yang lebih efektif dan andal untuk digunakan dalam membangun model rekomendasi lagu berdasarkan genre. Kata Kunci— Sistem Rekomendasi, Genre Musik, Random Forest, Decision Tree, Feature Importance, Cross-Validation, Machine Learning.
Pelatihan Aplikasi Komputer untuk Penulisan Ilmiah di SMPN 1 Pagerwojo Tulungagung Jawa Timur: Computer Application Training for Scientific Writing at SMPN 1 Pagerwojo Tulungagung East Java Yamasari, Yuni; Qoiriah, Anita; Putra, Ricky Eka; Prihanto, Agus; Suartana, I Made; Prapanca, Aditya
PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Vol. 10 No. 8 (2025): PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/pengabdianmu.v10i8.9435

Abstract

Teacher professionalism development is one of the strategic steps in improving the quality of education at SMP Negeri 1 Pagerwojo, Tulungagung, East Java. However, limited access to training and a lack of utilization of technology are significant obstacles for teachers, especially in the field of scientific writing. Scientific writing skills are essential in improving teaching skills, developing learning materials, and contributing to educational literature. To solve this problem, this community service activity aims to enhance teachers' skills in scientific writing through training in the use of applications. The training utilizes key features, such as reference management, automatic citation settings, and scientific document management. The training method includes the application installation stage, direct training, and analysis of results through measuring participant responses using a Likert scale. The study showed that the training improved teachers' understanding and skills in utilizing technology to support scientific writing. Most participants responded positively to the training, with a percentage of 77.55%. These results indicate that similar training needs to be further developed to support teacher professionalism, especially in areas with limited access to training.
Analysis of the Application of Machine Learning Algorithms for Classification of Toddler Nutritional Status Based on Anthropometric Data Yamasari, Yuni; Yogiyanti, Esti; Yohannes, Ervin
Indonesian Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol. 7 No. 4 (2025): November
Publisher : Jurusan Teknik Elektromedik, Politeknik Kesehatan Kemenkes Surabaya, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/ijeeemi.v7i4.110

Abstract

The rapid advancement of technology has required appropriate strategies to achieve accurate and optimal results. Among these, machine learning has become one of the most widely applied technologies across various domains, including healthcare, due to its ability to process large volumes of data and produce reliable predictions. One critical health problem that can benefit from these approaches is malnutrition among toddlers, which continues to pose challenges to growth, development, and long-term well-being. This analysis aims to identify the most effective and efficient algorithms for classifying the nutritional status of toddlers based on anthropometric data. The review is grounded in relevant journal articles aligned with the research topic, which serve as the primary sources for synthesis. The selected studies underwent four stages of identification, selection, evaluation, and analysis to ensure both credibility and reliability. The analysis focuses on three main aspects: dataset characteristics, algorithms applied, and outcomes reported. Based on algorithm usage, three implementation strategies were identified: single model, multi-model, and model combination. The overall findings reveal that studies utilizing datasets with fewer than 500 records can effectively apply algorithms such as Random Forest, Decision Tree, and Naïve Bayes Classifier, which consistently achieve accuracy rates above 90%. For datasets exceeding 10,000 records, the XGBoost algorithm is recommended due to its scalability and efficiency in handling large-scale data. For datasets ranging between 500 and 10,000 records, hybrid approaches such as the C4.5 algorithm combined with Particle Swarm Optimization are preferable, with previous studies demonstrating an accuracy of 94.49%. This review highlights that algorithm selection should be adjusted according to dataset size and clinical needs. The findings provide valuable insights to support researchers, practitioners, and policymakers in developing accurate and effective solutions for toddler nutrition assessment
Pre-trained convolutional neural network-based algorithms: application for recognizing the age category Yamasari, Yuni; Anggraini, Lusiana; Qoiriah, Anita; Eka Putra, Ricky; Agustin Tjahyaningtijas, Hapsari Peni; Ahmad, Tohari
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 5: October 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i5.pp3576-3587

Abstract

Cybercrime is a major issue in the current digital era, with one of its branches-cyber pornography-notably affecting Indonesia. Various efforts have been made to suppress or prevent this problem. One alternative solution involves using technological advances to recognize age ranges based on facial recognition. This age range recognition can be implemented to prevent users from accessing content that is not appropriate for their age. An optimal age-range recognition system is essential for this purpose. However, limited research has focused on this domain. Therefore, our research aimed to develop the best possible system. The proposed method applies a trained convolutional neural network (CNN) as a feature extractor to the artificial neural network (ANN) and k-nearest neighbor (K-NN) methods for age recognition based on facial images. By incorporating computational learning techniques, the system's performance is significantly enhanced, leveraging advanced algorithms to improve accuracy. The test results show that the performance of the pre-trained CNN-based ANN model is superior. This is indicated by the model's accuracy and F1-score, which were 11% and 0.11 higher, than the pre-trained CNN-based K-NN model. The error rate of the pre-trained CNN-based ANN model was also reduced by 0.11.
Co-Authors Aditya Prapanca Agnes, Rifa Zaini Agus Prihanto Agus Prihanto Agus Setiawan Agustin Tjahyaningtijas, Hapsari Peni Alhakiim, Thomi Aditya Alpiana, Intan Ammar, Muhammad Zhafran Amrina Rosyada Andi Iwan Nurhidayat Anggraini, Lusiana Anita Qoiriah ANITA QOIRIAH Anita Qoiriah Anjani, Ayu Annisa Nur Hidayati ARI KURNIAWAN Arya Tandy Hermawan Asma Johan Asmunin Asmunin Atik Wintarti Atik Wintarti Aviana, Anisah Nurul Azalia, Virna Hari Nur Chindy Ayudia Sri Fastaf Eka Putra, Ricky Ervin Yohannes Esther Irawati Setiawan Esti, Esti Yogiyanti Fani Fadillah Hermawan Farid Baskoro Fatimah Nur Alifiah Firdaus Bagus Wicaksono Firdaus, Mohamad Adi Putra Hani Nafisah Amaliya Hanik Badriyah Hidayati,* Mohammad Hasan Machfoed,* Kuntoro,** Soetojo,*** Budi Santoso,**** Suroto,***** Budi Utomo****** Hapsari Peni Agustin Tjahyaningtijas Harahap, Satria Baladewa I Made Suartana Ika Putri Arisanti Iqbaal Januar Eka Firmansyah Ismail Johanes, Sugiharto Khahar, Abdul Khusna, Asmaul M Dzikri Hisyam Ilyasa M. Aziz Rizaldi Mas Arya Bhisma Rangga Douval Saputra Mauridhi H. Purnomo Mediana, Prissely Pravasstifany Muhamad Azis Thohari Muhamad Khafidhun Alim Muslim Muhammad Rifki Agustian Muhammad Zakia Avlach Muttaqin, Aziz Fiqri Nafisah, Nurun Naim Rahmawati Naim Rochmawati Naim Rochmawati Nanda Ade Handaya Nugroho, Supeno M. S. Praptama, Ervan Putri Alvina Putri, Rezky Arisanti Raden Mohamad Herdian Bhakti Rafli Aditya Pramana Raharko, Natasha Isnaeni Rahayu, Siskawati Rahmawati, Naim Rahulil, Muhammad Ramadhan, Dani Ricky Eka Putra Rina Harimurti Rochmawati, Naim S., Rahma Aziz Sadewa, Bagas Ahmad Salahuddin, Muhammad Rico Saputra, Ivan Rangga Shahputri, Vira Arum Solihin, Aziz Suartana, I Made Sukrisna Surya, Arum Ayu Suyatno, Dwi F. Syarif Hidayatulloh Tazki Yatun Niyah Tohari Ahmad Widi Aribowo Wiyli Yustanti Wiyli Yustanti Wiyli Yustanti Yogiyanti, Esti Yoyok Prastyo, Yoyok