p-Index From 2021 - 2026
10.533
P-Index
This Author published in this journals
All Journal Indonesia Medicus Veterinus Jurnal TIN Universitas Tanjungpura ELKHA : Jurnal Teknik Elektro Jurnal Teknik Sipil Gorga : Jurnal Seni Rupa Teknika Jurnal Mahasiswa Teknik Sipil UPP Disease Prevention and Public Health Journal Jurnal Kesehatan Masyarakat Jurnal Ilmiah Administrasi Publik Mutiara Medika: Jurnal Kedokteran dan Kesehatan Jurnal Mahasiswa Teknik Universa Medicina Upajiwa : Jurnal Ekonomi, Bisnis dan Manajemen Daulat Rakyat JTERA (Jurnal Teknologi Rekayasa) Metode : Jurnal Teknik Industri Jurnal Teknik Informatika STMIK Antar Bangsa JURNAL PENGABDI specta: Journal of Photography, Arts, and Media Jurnal Pengabdian Masyarakat AbdiMas INTECOMS: Journal of Information Technology and Computer Science JURNAL PENDIDIKAN TAMBUSAI IJID (International Journal on Informatics for Development) Jurnal Ilmu Kedokteran dan Kesehatan Brikolase : Jurnal Kajian Teori, Praktik dan Wacana Seni Budaya Rupa GERVASI: Jurnal Pengabdian kepada Masyarakat JURNAL MANAJEMEN PENDIDIKAN ISLAM AL-IDARAH FINANSIA : Jurnal Akuntansi dan Perbankan Syariah INAQUE: Journal of Industrial & Quality Engineering JPGMI (Jurnal Pendidikan Guru Madrasah Ibtidaiyah Al-Multazam) Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Jurnal Sains dan Teknologi Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Prima Ekonomika : Jurnal Ekonomi dan Bisnis Jurnal Ners JPEKA: Jurnal Pendidikan Ekonomi, Manajemen dan Keuangan Jurnal Abdi Insani Jurnal Media Teknik dan Sistem Industri Al-Mal:Jurnal Akuntansi dan Keuangan Islam Jurnal Pengabdian kepada Masyarakat Nusantara Otonomi Jurnal Borneo Akcaya : Jurnal Penelitian dan Pengembangan Pelayanan Publik Mosharafa: Jurnal Pendidikan Matematika Journal of Infrastructural in Civil Engineering (JICE) Buletin Peternakan Tropis (Bulletin of Tropical Animal Science) Reputasi: Jurnal Rekayasa Perangkat Lunak Jurnal Abdimas Komunikasi dan Bahasa Kieraha Medical Journal Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat MOVE: Journal of Community Service and Engagement Al-Muamalat : Jurnal Ekonomi Syariah Media Publikasi Promosi Kesehatan Indonesia (MPPKI) Management Science Research Journal Perbanas Journal of Islamic Economics and Business Malcom: Indonesian Journal of Machine Learning and Computer Science Yuris: Journal of Court and Justice Indonesia Accounting Research Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) JRIIN :Jurnal Riset Informatika dan Inovasi Journal of Electrical Engineering, Energy, and Information Technology Jurnal Edukasi Pengabdian Masyarakat: EDUABDIMAS Jurnal Inovasi Akuntansi Jurnal Pengabdian Masyarakat dan Riset Pendidikan Philosophiamundi : Journal of Global Humanistic Studies NGARSA: Journal of Dedication Based on Local Wisdom MARAS : Jurnal Penelitian Multidisplin Retina Jurnal Fotografi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kreativasi: Journal of Community Empowerment JUTRIANCE Journal of Information System and Application Development Public Health And Medicine Journal (PAMA) Jurnal Manajemen Bisnis dan Kesehatan Jurnal Inspektorat
Claim Missing Document
Check
Articles

Klasterisasi Penggunaan Ban dengan Cost Per Kilometer Terendah pada PT. PL menggunakan Metode K-Means Syani, Muhammad; Tundo; Sugiyono; Wahyudi, Tri
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v5i3.1005

Abstract

Established in 1969, PT. Puninar has grown to become one of Indonesia's leading logistics companies. The company provides a broad range of logistics solutions through its subsidiaries, encompassing material management, manufacturing, warehousing, distribution, customs services, freight forwarding, and post-delivery operations. After fuel, tires represent the second-largest expenditure for the company. Proper tire management can reduce maintenance costs, making it a key cost-reduction strategy in the logistics sector. This study utilizes data mining techniques, specifically the K-means method, to analyze and classify tires based on travel distance and the lowest cost per kilometer, enabling monthly cost monitoring. PT. Puninar allocates approximately two billion rupiah per month for tire inventory due to its fleet of over seven hundred trucks. The company currently employs various tire brands, including Bridgestone, Doublecoin, Effiplus, Chengsang, and others, with varying levels of durability.
Analisa Sentimen Pada Media Sosial “X” Pencarian Keyword ChatGPT Menggunakan Algoritma K-Nearest Neighbors (KNN) Akbar, Yuma; Regita, Anggit Nur Hannaa; Sugiyono; Wahyudi, Tri
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 5 No. 3 (2024): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jimik.v5i3.1016

Abstract

Sentiment analysis of the use of Artificial Intelligence (AI) is becoming increasingly important in public understanding of today's rapidly evolving technology, as it helps facilitate human activities. One of the key applications is the presence of ChatGPT, an AI capable of interacting with users through user input, such as answering various questions posed. This topic generates a lot of pros and cons, as widely discussed on social media. Research is needed to evaluate how wisely people use this AI. This study proposes an approach using the K-Nearest Neighbors (KNN) algorithm to analyze AI-related sentiment. The KNN algorithm is used to classify sentiment into positive, negative, or neutral, based on the similarity with the closest word in the feature space derived from text data. This method allows for efficient sentiment grouping without the need for complex models. Researchers chose sentiment analysis because it is an appropriate technique for data processing. Of the 1000 reviews collected from social media users on “X,” 853 were positive, and 147 were negative. The data was classified using the KNN algorithm, followed by an accuracy evaluation yielding 84.80%. The results of this sentiment analysis are expected to guide decision-makers in developing and applying AI technology more intelligently, in line with societal needs and expectations.
Prediksi Jasa Pengiriman Barang Top Trend Logistik Menggunakan Algoritma Regresi Linear pada PT. XNH: Prediction of Top Trend Logistics Goods Delivery Services Using Linear Regression Algorithm at PT. XNH Hidayat, Nurhikmah; Wahyudi, Tri
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1536

Abstract

Industri logistik global terus berkembang pesat, menuntut bisnis untuk fleksibel dalam mengadopsi teknologi dan strategi baru. Pertumbuhan ekonomi dan perdagangan elektronik telah meningkatkan permintaan layanan pengiriman, yang memengaruhi persaingan di Indonesia. PT. XNH menghadapi tantangan dalam memprediksi volume pengiriman secara akurat, mengidentifikasi tren pengiriman, dan mengelola fluktuasi permintaan layanan. Penelitian ini menggunakan teknologi data mining, khususnya algoritma regresi linear, untuk meramalkan tren pengiriman logistik. Dengan menganalisis 600 dataset yang terdiri dari 5 atribut, penelitian ini memprediksi total barang yang diterima melalui analisis data dari tahap pickup hingga pengiriman. Hasil penelitian menunjukkan bahwa algoritma regresi linear memiliki akurasi tinggi dalam memprediksi tren pengiriman, dengan nilai RMSE sebesar 0,034%. Kesimpulan dari penelitian ini adalah bahwa algoritma regresi linear dapat digunakan secara efektif untuk meramalkan tren logistik pengiriman, memberikan wawasan penting bagi PT. XNH dalam mengoptimalkan layanan pengirimannya.
Analisis Sentimen Terhadap Program Kartu Indonesia Pintar Kuliah pada Media Sosial X Menggunakan Algoritma Naive Bayes: Sentiment Analysis of the Indonesian Smart College Card Program on Social Media X Using the Naive Bayes Algorithm Pramudita, Diky; Akbar, Yuma; Wahyudi, Tri
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1565

Abstract

Penelitian ini menunjukkan bahwa publik memiliki berbagai tanggapan terhadap Program Kartu Indonesia Pintar Kuliah (KIP-K) yang dapat dikategorikan ke dalam sentimen positif dan negatif. Permasalahan yang diteliti adalah bagaimana tanggapan publik terhadap program KIP-K yang diungkapkan melalui media sosial X. Penelitian ini menggunakan metode analisis sentimen dengan algoritma Naive Bayes dan pendekatan CRISP-DM untuk memastikan proses analisis yang sistematis dan terstruktur. Data yang dikumpulkan sebanyak 1.516 tweet yang mengandung kata kunci "KIP-K" melalui teknik crawling data menggunakan API X. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes efektif dengan akurasi 84.99%, presisi sentimen positif 83.54%, dan presisi sentimen negatif 87.25%. Solusi yang ditawarkan adalah penggunaan teknik machine learning untuk secara otomatis mengkategorikan sentimen dari data teks yang besar dan tidak terstruktur. Manfaat dari penelitian ini adalah memberikan wawasan kepada pemerintah dan pemangku kebijakan tentang persepsi masyarakat terhadap program KIP-K, yang dapat dijadikan dasar untuk evaluasi dan perbaikan program di masa mendatang. Kesimpulannya, algoritma Naive Bayes dapat mengklasifikasikan sentimen dengan baik menggunakan data dari tweet tentang KIP-K, dengan hasil yang menunjukkan dominasi sentimen negatif. Penelitian ini juga berkontribusi dalam pengembangan metode analisis sentimen berbasis machine learning di bidang pendidikan.
PENINGKATAN KAPASITAS TEKNOLOGI KELOMPOK USAHA “KPJ” DESA KUALA DUA KABUPATEN KUBU RAYA Prawatya, Yopa Eka; Rahmahwati, Ratih; Wahyudi, Tri
GERVASI: Jurnal Pengabdian kepada Masyarakat Vol. 8 No. 2 (2024): GERVASI: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM IKIP PGRI Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31571/gervasi.v8i2.6788

Abstract

Mitra pada program Bina Desa ini adalah Kelompok Usaha “KPJ” atau Kampung Jawa yang berada di Desa Kuala Dua, Kabupaten Kubu Raya. Mitra memproduksi aneka keripik. Tujuan kegiatan ini adalah untuk meningkatkan kapasitas produksi keripik melalui transfer IPTEK. Metode yang digunakan adalah transfer teknologi berupa hibah dan pelatihan penggunaan mesin pengiris tempe dan alat pengiris talas serta transfer ilmu pengetahuan berupa pelatihan packaging dan desain label. Melalui kegiatan Bina Desa ini dihasilkan beberapa peningkatan kemampuan mitra yakni dapat mengoperasikan mesin dan alat TTG berupa mesin pengiris tempe dan alat cetak stik talas serta mampu melakukan perawatan mesin secara berkala. Selain itu, mitra dapat menerapkan keterampilan desain labeling dan packaging yang baik. Kegiatan Bina Desa dengan mitra KPJ telah terlaksana dengan baik dan sesuai dengan target luaran yakni mitra dapat meningkatkan kapasitas produksi. Mitra KPJ sangat antusias dan sangat puas dengan kegiatan Bina Desa Fakultas Teknik UNTAN yang telah dilakukan.  
Klasifikasi Status Gizi Balita Menggunakan Algoritma K-Nearest Neighbor Studi Kasus Puskesmas Sunter Agung 1 Wahyudi, Tri; Hasanah, Septi
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12750684

Abstract

Permasalahan gizi balita masih menjadi permasalahan yang perlu mendapat perhatian khususnya di Indonesia, karena balita merupakan kelompok yang paling rentan terhadap permasalahan kesehatan dan status gizi. Data penelitian merupakan segala fakta dan angka yang dapat dijadikan bahan untuk menyusun suatu informasi, di tahap inilah pengumpulan data didapatkan melalui program intervensi keperawatan gizi kepada masyarakat. Adapun tempat yang menjadi lokasi penelitian adalah Puskesmas Sunter Agung 1 Jakarta Utara. Hasil dari pengujian rapidminer menunjukkan hasil akurasi algoritma KNN (K-Nearest Neighbors) dari 500 data yang diperoleh sebagai berikut: Nilai Akurasi yang didapat pada rapidminer sebesar 82,78% untuk keseluruhan data gizi balita. Kemudian untuk melihat AUC dari penelitian ini klik di bagian criterion dan pilih AUC kemudian nilai AUC akan muncul. Jadi nilai AUC yang di dapatkan sebesar 0,619. Dari Hasil Penelitian status gizi balita merupakan salah satu permasalahan yang sedang dialami dunia kesehatan. Salah satu cara mencegah terjadinya stunting adalah dengan memantau perkembangan gizi balita dan tumbuh kembang balita yang dilakukan oleh Posyandu dan Puskemas Sunter Agung 1 setiap bulannya. Penelitian ini menggunakan pendekatan data mining metode Algoritma KNN (K-Nearest Neighbors) pada klasifikasi status gizi balita di Puskesmas Sunter Agung 1.
Implementasi Data Mining Analisa Sentimen Program Kartu Prakerja Menggunakan Algoritma Naïve Bayes Yuliawati, Agistia; Wahyudi, Tri
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13133839

Abstract

Program kartu prakerja di luncurkan pada tanggal 11 april 2020, dengan janji untuk meningkatkan kondisi dan perekonomian melalui pengembangan keterampilan angkatan kerja, peluncuran kartu prakerja menuai banyak tanggapan positif dan negatif. Ada banyak reaksi, mulai dari diskusi tentang sistem seleksi, materi pelatihan, dan besaran anggaran. Dengan keberadaan Program Kartu Prakerja sejak pendaftaran gelombang pertama hingga Saat ini, ada sejumlah besar pengguna Twitter di Indonesia yang berbagi pendapat dan gagasan mereka tentang program tersebut melalui Twitter. Tujuan dari studi ini adalah untuk menerapkan metode Naive Bayes untuk mengevaluasi sentiment kebijakan kartu prakerja. Proses pengumpulan dataset yaitu dengan cara mengumpulkan opini pada Twitter, lalu dilakukan tahapan preprocessing pada data yang meliputi case folding, cleansing data, tokenizing, stopword, case normalization, dan stemming, selanjutnya dengan Membantu mengurangi noise yang disebabkan oleh label yang tidak dapat diterima. Pendapat dikelompokkan menjadi dua kelompok, yaitu sentimen negatif dan sentimen positif. Metode yang digunakan untuk menganalisis opini masyarakat menggunakan data dari Twitter Naïve Bayes, karena metode ini cukup mudah dan tidak membutuhkan banyak training data. Dari hasil pengujian menunjukan rata-rata akurasi sebesar 77,58%.
Prediksi Produksi Pakaian Baju Renang Menggunakan Algoritma Linear Regeression Pada PT. Dodo Activewear Wahyudi, Tri; Bebriani, Serli
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 5 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i5.11758

Abstract

Dengan perkembangan kegiatan export daan import dalam negeri terutama di daerah DKI Jakarta, membuat persaingan bisnis terutama dalam bidang industri garment makin marak. Penelitian ini bertujuan untuk memprediksi produksi pakaian renang menggunakan metode regresi linear. Regresi linear digunakan untuk memodelkan hubungan antara variabel-variabel yang relevan dengan produksi pakaian renang, seperti permintaan pasar, tren musiman, dan kapasitas produksi.Data historis produksi pakaian renang dikumpulkan dan dianalisis untuk mengidentifikasi pola dan tren. Model regresi linear kemudian dikembangkan dan diuji menggunakan data tersebut. Hasil model digunakan untuk memproyeksikan tingkat produksi pakaian renang. Penelitian ini dapat membantu produsen pakaian renang dalam merencanakan produksi secara lebih akurat, mengoptimalkan inventaris, dan meningkatkan efisiensi operasional. Dalam kasus ini metode linear regresi adalah metode yang baik untuk melakukan prediksi. Software yang digunakan dalam metode Linear Regresi ini adalah RapidMiner dan menghasilkan nilai RMSE sebesar 0.089% yang menunjukan performa yang bagus dan hasil prediksi cukup akurat.
Analisis Sentimen Ulasan Peserta Pelatihan Lpk Cipta Karya Intelektual Jakarta Timur Menggunakan Metode Naïve Bayes Maulana, Rizki; Tundo, Tundo; Sugiyono, Sugiyono; Wahyudi, Tri
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 5 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i5.11802

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan peserta pelatihan yang mengikuti kelas pelatihan berbasis daring di LPK Cipta Karya Intelektual, Jakarta Timur. Sistem manajemen pembelajaran LPK dan platform Karier.mu digunakan untuk memfasilitasi pembelajaran daring dan mengumpulkan ulasan peserta. Permasalahan utama yang diteliti adalah sentimen peserta terhadap program pelatihan yang diselenggarakan. Penelitian ini menggunakan metode analisis sentimen dengan algoritma Naïve Bayes, yang efektif untuk mengklasifikasikan sentimen dengan akurasi yang baik. Data yang dianalisis berasal dari ulasan peserta pada aplikasi Karier.mu. Hasil penelitian menunjukkan bahwa metode Naïve Bayes berhasil mengklasifikasikan ulasan menjadi kategori positif, netral, dan negatif dengan akurasi rata-rata sebesar 53,23% pada data testing dan 42,98% pada cross-validation. Sentimen positif dominan pada ulasan dengan rating bintang 4 dan 5, sementara sentimen negatif dominan pada rating bintang 1 dan 2. Rekomendasi praktis mencakup peningkatan kualitas materi pelatihan dan kompetensi instruktur. Penelitian ini memberikan wawasan berharga bagi LPK untuk meningkatkan kualitas program pelatihan dan menyusun strategi perbaikan yang lebih efektif. Implikasi dari penelitian ini adalah peningkatan kualitas layanan dan pengambilan keputusan yang lebih tepat berdasarkan analisis sentimen peserta.
Implementasi Restful Api Dalam Pengembangan Aplikasi Pencarian Harga Grosir Wahyudi, Tri; Azizah, Nur
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 5 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i5.12180

Abstract

Usaha Menengah di Indonesia, yang banyak berupa usaha rumah tangga, memberikan kontribusi signifikan terhadap ekonomi nasional dengan menyerap banyak tenaga kerja. Namun, fluktuasi harga komoditas menimbulkan tantangan bagi UMKM dalam mengelola biaya operasional dan produksi. Pelaku UMKM sering memilih kenyamanan dan kecepatan dalam pembelian barang di lokasi terdekat, meskipun lebih mahal, karena pencarian harga terendah dianggap memakan waktu. Penelitian ini mengembangkan aplikasi pencarian harga grosir berbasis RESTful API untuk memudahkan UMKM menemukan grosir terdekat dengan harga terbaik, mengatasi kendala waktu dan jarak. Aplikasi ini diharapkan membuat proses pembelian lebih efisien, mengurangi biaya operasional, dan meningkatkan akurasi informasi harga. Kontribusi penelitian meliputi pengembangan metodologi aplikasi berbasis RESTful API untuk integrasi data harga grosir, peningkatan efisiensi dan pengalaman pengguna, serta pengurangan waktu dan biaya dalam pencarian grosir. Penelitian ini diharapkan memberikan solusi praktis bagi UMKM dalam mengelola pembelanjaan.
Co-Authors A.A. Ketut Agung Cahyawan W Abdul Azis, Mifthah Abdul Rashid, Ayu Akida Abror Irsan Ade Elbani Afrianti, Sri Yuyun Agustono Heriadi, Agustono Ahmad Fauzan Ahmad Nursodiq Akbar, Yuma Alfian Alfian Alifah, Kholifiah Putri ALJAHRA, DZAKIRA Ananda, Putra Rizky Ananda Anggela, Pepy Arisondha, Edy Arminingsih, Diah - Artha Prabawa Asih Machfuzhoh Awaliya, Rizqi Hilya Azis, Iim Muhaemin Abdul Azwa Nirmala Bambang Edison Bebriani, Serli Boangmanalu, Raya Fitri Budi Setyawan, Erwin Citra, Rya Widya Daputra, Afrian Darwin, Evan Deka, Ade Muazty Desmawan, Deris Devi puspitasari, Devi Devi, Evelin Corolina Dewi Liesnoor Setyowati Dewi, Novi Ayu Kristiana Dian, Sri Diana Natalia Diqbal Satyanegara Divis, Paul Cliff Simon Doko, Farras Dwatmadji Dwatmadji Dwi Astuti, Kurniasi Eka Askafi Eka Priadi Ekawaty, Dian Elang Derdian Marindani Ewing Yuvisa Ibrani Fadhilah Fadhilah Fakhrudin, Muhamad Fatinah, Nabilah Nurul Fatonah, Khusnul Fauzi, Rifqi Ahmad Febri Prima Febriandini, Febriandini Fiesty Utami Fitri Imansyah Forijati, RR Fredinan Yulianda Galang, Muhammad Gunawan Budi Sulistyo Hamidi Rasyid, Hamidi Handoko, Willy Hari Kusnanto Hasanah, Septi Hastuti Hastuti Hendrawan Syafrie Heryani, Anissa Pramudyah Hidayat, Nurhikmah Hisyam, Sakinah Hustia, Anggreany Hutauruk, Lucas Namora I Nyoman Suarsana IBRANI, EWING YUVISA Ika Arinia Indriyany Intan Puspanita Irma Damayantie Ivan Sujana Julianto, Muhammad Rizky Junaidi, J Junaidi1 . Kamelia Kamelia Karna Mustaqim Kharisma Idola Arga Laila Septiana, Laila Lestari, Wida M. Khoidin, M. Mahdiyah, Umi Manalu, Daniel Mardiana Andarwati Maretha, Syalifah Maryani, Yeyen Maulana, Salman Mawarti Muji Astuti , Rina Mayangsari, Descania Megawati - Meliyani, Winda Mohammad Hakimi Mubasysyir Hasanbasri Mufti Prasetiyo, Sofyan Muhamad Fakhrudin Muhammad Abduh Muhammad Akmal Muhammad Idris Muhammad Nawawi Muhammad Nawawi Muhammad Saleh Mukti, Titania Munawar Muchlish MUSLIMIN Nadya, Wardatun Nana Nofianti, Nana Naufal Azmi Verdikha Nayoan, Vallen Ezra Piter Nelvidawati, Nelvidawati Ngkolu, Nurmulia Wunaini Nofera, Wenda Noor Eddy, Noor Noveicalistus H Djanggu Nufus Kanani Nur Azizah Nurdiansyah, Sy Irwan Nurfahira, Ika Nurhayati Soleha, Nurhayati Nuryadin, Adriyana Adevia Nuryadin, Afriyana Amelia NurZahra, Febi Oktaviana, Fransisca Mala Oktavianus, Afirman Oktavianus, Afriman Pamela, Pamela - Pasolong, Harbani Patmi Kasih Paulina Djami Raga , Apryani Pertiwi, Ratih Pirmansyah, Fery Poerwandono, Edhy Popy Yuniar Pramudita, Diky Prasadhita, Chandra Prasetiyo, Annisa Alya Safira Putri Prastyan, Emika Pratiwi, Camka Ayu Pratiwi, Reski Dewi Purnama, Lintang Puteri Kharisha, Miftahul Jannah Ahyana Putri Anggraeni Widyastuti Putri, Famelga Clea Putri, Giovanni Arissa Putri, Mutia Nandika Aisyah Rahadi, Moersetyo Rahadi, Moersetyo Rahma Rahma Rahmahwati, Ratih Rahman, Erika Rahmaniati , Martya Raihanah, Syifa Rama Indera Kusuma Rasiban Ratna Herawatiningsih Refi Pratiwi Regita, Anggit Nur Hannaa Retnowati, Wulan Revianti, Reka Reza Fadillah Rezkiani, Rezkiani Riziq, Muhammad Abdul Rizki Maulana, Rizki Rodiyah, A’isyatu Roza, Angelalia Rudi Kurnianto Rudi Zulfikar Rudiman, Rudiman Rusli, Andi Mulya Rusmarhardi, Irma Rustantono, Hendra Saadah, Naini Sabrina, Nur Sambagia, Niskolis Lucki Saputra, Galih Ginanjar Sari Eka Pratiwi Sari Pohan, Erlina Sari Rahmayanti Sari, Almira Amelia Setyo Utomo, Rudy Silvia Uslianti Sinaga, Krisdayanti Siregar, Melda Wani Siregar, Trio Erawati Siti Fatimah Siti Sri Wulandari Soeharsono Soeharsono Sri Kayati Widyastuti Sri Lestari Subakti, Sambang Sugiyono Sugiyono Sugiyono Suko Priyono Sulistiani, Agesti Supratmanto, Eky Suseno, Aji Syafrianto, Syafrianto Syaifudin, Rizal Syani, Muhammad Syarif Hidayat Tatik Suteky Teguh Imanto Tety Nur Cholifah, Tety Nur Trianto, Heru Fajar Trisnawati Trisnawati Trisnawati Tundo, Tundo Ulli Kadaria Utami Widyaningsih, Ika Wahyu Prawesthi, Wahyu Wieko, Wieko Wijayanto, Dedi Windarti, Sriyani Yanti Hikma Yanti, Yulia Eka Yessy Artanti Yopa Eka Prawatya Yuliawati, Agistia Zahar, Iwan