Article Per Year (5 Year)
p-Index From 2020 - 2025
12.048
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Pertanian Indonesia Jurnal Fitopatologi Indonesia Buletin Perpustakaan JURNAL HAMA DAN PENYAKIT TUMBUHAN TROPIKA Jurnal Penelitian Pendidikan IPA (JPPIPA) PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer TERRA : Journal of Land Restoration Awang Long Law Review Jurnal Pengabdian Kepada Masyarakat MEMBANGUN NEGERI Academy of Education Journal Bulletin of Applied Animal Research Akta Agrosia Jurnal Penelitian Kebijakan Pendidikan Journal Zetroem Jurnal Alwatzikhoebillah : Kajian Islam, Pendidikan, Ekonomi, Humaniora PROFESSIONAL HEALTH JOURNAL Langit Biru: Jurnal Ilmiah Aviasi International Journal of Social Science, Educational, Economics, Agriculture Research, and Technology (IJSET) Jurnal Penelitian Kebijakan Pendidikan JPUS: Jurnal Pendidikan Untuk Semua Elementary School: Jurnal Pendidikan dan Pembelajaran ke-SD-an Jurnal Ilmiah Kemaritiman Nusantara Jurnal Genesis Indonesia Transformasi : Jurnal Penelitian dan Pengembangan Pendidikan Non Formal Informal Moneter : Jurnal Keuangan dan Perbankan Ramatekno Gudang Jurnal Multidisiplin Ilmu International Journal of Law and Society Al-Zayn: Jurnal Ilmu Sosial & Hukum Taqrib : Journal of Islamic Studies and Education Indonesian Journal of Integrated Science and Learning Lex Aeterna Law Journal Jurnal Pengabdian Masyarakat JMTSS International Journal of Education, Vocational and Social Science JPFT (Jurnal Pendidikan Fisika Tadulako Online) CITAKARYA Jurnal Pengabdian Masyarakat J+Plus: Jurnal Mahasiswa Pendidikan Luar Sekolah Jurnal Pengadaan Indonesia Journal of Biology Science and Education INTERACTION: Jurnal Pendidikan Bahasa Jurnal Idaaratul Ulum Jurnal Penelitian Kebijakan Pendidikan
Widodo
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 101 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 101 Documents
Search

 5   6   7   8   9 
Peningkatan Kinerja Kios Masyarakat (Kimasy) Di Kalurahan Jagalan Dengan Memanfaatkan Teknologi Digital Widodo
CITAKARYA Jurnal Pengabdian Masyarakat Vol. 3 No. 01 (2025): November - April
Publisher : CITAKARYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63922/citakarya.v3i01.1715

Abstract

Pandemi Covid-19 memiliki dampak yang sangat besar terutama bidang ekonomi termasuk yang terjadi pada UMKM di Kalurahan Jagalan. Permasalahan yang dihadapi oleh KIMASY adalah menurunnya omzet penjualan sebagai akibat situasi pandemi Covid-19. Penyelesaian yang dilakukan untuk menyelesaikan permasalahan ini adalah dengan meningkatkan kemampuan pelaku UMKM dalam memanfaatkan teknologi digital. Dengan peningkatan kemampuan ini pelaku UMKM akan mampu memanfaatkan berbagai kesempatan yang muncul dalam memasarkan produk UMKM pada pasar digital yang lebih terbuka luas. Pengabdian masyarakat ini dilakukan dengan sosialisasi pasar digital, pelatihan pemanfaatan teknologi informasi untuk pemasaran, dan pelatihan dan pendampingan pembuatan konten informasi pada pasar online. Pengabdian dilakukan oleh mahasiswa KKN mulai tanggal 26 Januari sampai 15 Pebruari 2021. Hasil pengabdian menunjukkan bahwa pelaku UMKM antusias untuk mengikuti pelatihan pemasaran online dan mencoba menerapkan untuk memasarkan produk mereka.
ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KEBIJAKAN PEMERINTAH DALAM MENANGANI COVID-19 MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN NAIVE BAYES DENGAN LAPLACE ESTIMATOR Sulton Ibrahim; Widodo; Murien Nugraheni
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 9 No. 1 (2025): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.9.1.7

Abstract

Pemerintah Indonesia telah melakukan berbagai penanganan untuk mencegah semakin meluasnya penyebaran virus COVID-19 dengan mengeluarkan kebijakan-kebijakan. Tetapi kebijakan pemerintah dalam menangani COVID-19 ini menuai banyak pro dan kontra dari masyarakat di Indonesia. Masyarakat di Indonesia sering memberikan komentar terhadap kebijakan pemerintah dalam menangani masalah virus COVID-19 melalui media sosial, salah satunya adalah Twitter. Komentar masyarakat baik secara positif, netral maupun negatif terhadap kebijakan pemerintah dapat dianalisis dengan menggunakan analisis sentimen. Dalam analisis sentimen ini akan menggunakan dua metode yaitu Support Vector Machine dan Naive Bayes dengan Laplace Estimator. Penelitian ini bertujuan untuk mendapatkan perbandingan tingkat akurasi dari hasil kedua metode tersebut. Dari hasil penelitian didapatkan hasil akurasi untuk Support Vector Machine 86% dan Naïve Bayes dengan Laplace Estimator 85% dengan menggunakan sampel sebanyak 2194 data.
Pengujian Performa Jaringan Syaraf Tiruan Backpropagation Pada Model Pengenalan Tanda Tangan Lisdawati, Ariani; Wibowo Yunanto, Prasetyo; Widodo
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 2 No. 1 (2018): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.2.1.1

Abstract

Tanda tangan seseorang sering berubah-ubah setiap waktu. Perubahan ini menyangkut posisi, ukuran maupun faktor tekanan tanda tangan. Saat ini tanda tangan banyak digunakan sebagai sistem identifikasi untuk mengenali seseorang. Tekstur citra tanda tangan yang unik pada setiap orang dapat dianalisis untuk diidentifikasi. Dengan menggunakan jaringan syaraf tiruan metode backpropagation dapat melihat performa pada pola identifikasi tanda tangan. Pada penelitian ini digunakan metode jaringan syaraf tiruan perambatan balik (backpropagation). Proses pelatihan yang dilakukan adalah menentukan bobot awal sistem, menentukan target keluaran sebagai patokan pelatihan menyesuaikan keluaran, melakukan perbaikan bobot sampai kesalahan yang terhitung lebih kecil daripada kesalahan toleransi. Perbaikan bobot dilakukan dengan melakukan umpan balik sinyal keluaran ke lapis tersembunyi dan lapis masukan. Bobot terakhir yang diperoleh disimpan pada basis data, yang kemudian akan digunakan pada proses pengujian. Selain itu, pengujian dilakukan untuk mengetahui tingkat keberhasilan pengenalan data yang dimasukkan setelah melewati tahap pelatihan. Penelitian ini menggunakan 3 skenario yaitu nasabah, non nasabah dan K-cross Validation. Pada nasabah digunakan 80 citra tanda-tangan yang terdiri atas 2 orang nasabah. Pada non nasabah digunakan 162 tanda tangan yang terdiri atas 9 orang non nasabah. Dan pada k-cross validation menggunakan seluruh subjek baik nasabah maupun non nasabah. Dari penelitian diperoleh kesimpulan pada kasus nasabah memiliki performasebesar 61%, untuk kasus non nasabah 69% dan k-cross validation 51%.
Analisis Kebutuhan Elemen Multimedia Foto Dan Pengembangannya Sebagai Konten Dalam Sistem Repositori Multimedia Pembelajaran Untuk Pengembangan Media Pembelajaran Pratiwi, Ambar; Ajie, Hamidillah; Widodo
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 2 No. 1 (2018): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.2.1.3

Abstract

Penelitian ini bertujuan untuk mengetahui kriteria kebutuhan elemen multimedia foto dalam pembuatan media pembelajaran oleh guru multimedia di Sekolah Menengah Kejuruan dan mengembangkannya sebagai konten dalam sistem repositori. Penelitian ini berfungsi memberikan konten pada sistem repositori multimedia pembelajaran dan membantu guru mendapatkan elemen multimedia foto untuk media pembelajaran yang bersifat bebas pakai dan non-komersil. Penelitian dilakukan di Laboratorium Multimedia Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Jakarta dan SMK Negeri 48 Jakarta. Metode yang digunakan yaitu penelitian dan pengembangan dengan menggunakan metodologi pengembangan multimedia Luther-Sutopo. Penelitian awal digunakan untuk melihat kebutuhan elemen multimedia foto sebagai media pembelajaran di sekolah melalui Rencana Pelaksanaan Pembelajaran (RPP). Tahap selanjutnya mengembangkan elemen multimedia foto sebanyak 20 foto. Jenis instrumen yang digunakan dalam penelitian berupa kuesioner yang diisi oleh uji ahli media dan uji ahli materi. Data hasil kuesioner uji ahli media dianalisis menggunakan deskriptif kuantitatif sedangkan data hasil kuesioner uji ahli materi dianalisis dengan naratif deskriptif Kesimpulan dari penelitian ini adalah 17 elemen multimedia foto yang dikembangkan termasuk dalam kategori layak digunakan dalam website sistem repositori dan 19 elemen multimedia foto sesuai dengan kompetensi inti dan kompetensi dasar mata pelajaran perakitan komputer. Foto dapat digunakan sebagai konten dari sistem repositori untuk mutlmedia pembelajaran.
Kinerja Algoritma Kmeans++ pada Pengelompokkan Dokumen Teks Pendek pada Abstrak di Jurusan Teknik Elektro Fakultas Teknik UNJ Sistiani, Catur Rahma; Widodo; Padhi, Bambang Prasetya
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 2 No. 1 (2018): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.2.1.6

Abstract

Pengelompokkan pada dokumen teks pendek masih sulit ini dikarenakan di sparsity kata. Tujuan penelitian ini adalah untuk mengetahui kinerja algoritma k-means++ pada teks pendek dan untuk mengetahui proses pengelompokkan algoritma k-means++ pada tekspendek di abstrak skripsi Jurusan Teknik Elektro Fakultas Teknik UNJ dilaksanakan padasemester genap tahun ajaran 2014-2015. Penelitian ini menggunakan metode penelitianeksperimen. Data abstrak yang digunakan sebanyak 200 abstrak. Penelitian meneliti 4 datayaitu Data pertama adalah abstrak ilmiah di jurusan Teknik Elektro, Universitas NegriJakarta pada paragraf 1 sampai paragraf 3. Data kedua adalah paragraf 1 pada abstrakilmiah di jurusan Teknik Elektro, Universitas Negri Jakarta. Data ketiga adalah paragraf 2pada abstrak ilmiah di jurusan Teknik Elektro, Universitas Negri Jakarta. Data keempatadalah paragraf 3 pada abstrak ilmiah di jurusan Teknik Elektro, Universitas Negri Jakarta.Pengujian kinerja algoritma k-means++ menggunakan matrix confusion. Berdasarkan hasilpenelitian, didapatkan kesimpulan bahwa keakurasian pada abstrak, paragraf 1 di abstrak,paragraf 2 di abstrak, dan paragraf 3 di abstrak mencapai lebih dari 80% . Didapatkan jugakesesuaian antar data yang diprediksi dengan hasil yang benar dari data yangsebenarnya(presisi) pada abstrak, paragraf 1 di abstrak, paragraf 2 di abstrak, dan paragraf3 di abstrak mencapai lebih dari 50% . Didapatkan juga peluang munculnya data relevanyang diambil sesuai dengan query (recall) pada abstrak, paragraf 1 di abstrak, paragraf 2 diabstrak, dan paragraf 3 di abstrak mencapai lebih dari 80%.
Pengembangan Situs Sistem Pendaftaran Online Peserta Ujian Mandiri Universitas Negeri Jakarta Negara, Akbar Kusuma; Widodo; M. Ficky Duskarnaen
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 2 No. 2 (2018): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.2.2.3

Abstract

Banyaknya pendaftar ujian mandiri Universitas Negeri Jakarta menjadi sebuah landasan untuk membuat sebuah sistem pendaftaran online yang dapat melayani calon peserta dari seluruh kota di Indonesia dengan mudah. Pengembangan sistem pendaftaran online ujian mandiri Universitas Negeri Jakarta selalu dilakukan setiap tahun untuk meningkatkan pelayanan dan memperbaiki kesalahan teknis pada sistem yang ada sebelumnya. Tujuan penelitian ini adalah untuk mengembangkan sebuah situs pendaftaran online Peserta Ujian Mandiri Universitas Negeri Jakarta yang sistematis dan user-friendly. Penelitian dilakukan di Pusat Teknologi Informasi dan Komunikasi Universitas Negeri Jakarta (PUSTIKOM UNJ) dari bulan Februari 2015 hingga Juni 2015. Metode penelitian yang digunakan adalah Research and Development, dan metode pengembangan perangkat lunak yang digunakan adalah metode Spiral. Berdasarkan hasil uji coba Black-Box, situs pendaftaran online ini telah terbukti berfungsi sesuai dengan yang diharapkan.
Perbandingan Algoritma Naive Bayes dan Support Vector Machine dalam Seleksi Kelulusan Pemberkasan Beasiswa BPP-PPA Fakultas Teknik Universitas Negeri Jakarta Fakhriyani; Widodo; Prasetya Adhi, Bambang
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 2 No. 2 (2018): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.2.2.4

Abstract

Beasiswa merupakan salah satu program untuk membantu meringankan mahasiswa dalam membayar uang kuliah, namun sering terjadi kesalahan dalam pemberian beasiswa tersebut karena masih dilakukan secara manual dan tidak adanya kriteria yang jelas bagaimana seorang mahasiswa dapat memperoleh beasiswa. Untuk mengantisipasi agar tidak terjadinya kesalahan dalam pemberian beasiswa maka dibutuhkan sebuah Sistem Pendukung Keputusan, namun sebelum dilakukan pembuatan sistem tersebut dirasa perlu untuk mengetahui algoritma terbaik untuk menyeleksi berkas beasiswa tersebut. Penelitian ini menggunakan duaalgoritma Data Mining yaitu algoritma Naïve Bayes dan Support Vector Machine. Naïve Bayes merupakan metode pengklasifikasian yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class berdasarkan pengalaman di masa sebelumnya dengan kondisi antar atribut saling bebas. Support Vector Machine adalah sebuah metode prediksi dalam klasifikasi yang dapat dilakukan pada kasus yang secara linier dapat dipisahkan, maupun non-linier dengan menggunakan konsep kernel pada ruang kerja berdimensi tinggi.Data mahasiswa yang lulus dan tidak lulus seleksi berkas beasiswa BPP-PPA akan diolah menggunakan algoritma Naïve Bayes dan Support Vector Machine. Setelah diklasifikasi kedua algoritma tersebut akan dihitung hasil akurasinya menggunakan K-fold Cross Validation. Berdasarkan hasil contoh kasus seleksi menunjukan bahwa hasil perhitungan akurasi algoritma Naïve Bayes adalah 0.7542, sedangkan hasil akurasi algoritma Support Vector Machine adalah 0.99. Kedua sistem telah mampu menangani proses penyeleksiankelulusan pemberkasan beasiswa BPP-PPA Fakultas Teknik Universitas Negeri Jakarta. Algoritma Support Vector Machine menghasilkan rata-rata akurasi 0.99 yang mendekati 1, maka algoritma tersebut dinilai lebih akurat dan direkomendasikan untuk penelitian selanjutnya.
Pengenalan Tanda Tangan Menggunakan Algoritma Single Layer Perceptron Agung Riansa, Dimas; Widodo; Prasetya Adhi, Bambang
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 3 No. 1 (2019): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.3.1.1

Abstract

Tanda tangan adalah sebuah tulisan tangan yang digunakan untuk mengesahkan sebuah dokumen atau surat Keterdapatan tanda tangan dalam sebuah dokumen mengartikan bahwa pihak yang menandatangani mengetahui dan menyetujui seluruh isi dari dokumen. Hal ini menyebabkan tanda tangan dapat dipalsukan oleh pihak yang tidak bertanggung jawab. Tanda tangan dapat dikenali keaslianya secara manual atau dengan penggunaan komputer dengan menggunakan jaringan syaraf tiruan (JST). Perceptron adalah salah satu algoritma jaringan syaraf tiruan yang dapat digunakan untuk mengenali tanda tangan dengan akurat. Algoritma Perceptron merupakan sebuah algoritma yang digunakan untuk supervised learning (Pembelajaran Terarah) yang dapat mengklasifikasi sebuah input yang bersifat linearly seperable (dapat dipisahkan secara linier) kedalam kelas-kelas tertentu. Peneliti menggunakan tanda tangan dari 5 pejabat fakultas teknik universitas negeri Jakarta, terdapat 15 tanda tangan asli masing masing pejabat dan terdapat juga 15 tanda tangan palsu masing masing pejabat, secara keseluruhan terdapat 150 tanda tangan yang akan dijadikan sebagai data uji (data test) dan data latih (data train). K fold-cross validation digunakan untuk mendapatkan tingkat akurasi yang valid dari penggunaan algoritma perceptron. Hasil pengenalan tanda tangan menggunakan algoritma perceptron yang tingkat akurasinya diukur dengan menggunakan k fold-cross validation, memiliki rata-rata akurasi algoritma 78.667%
Perancangan Model Gore Menggunakan Metode Kaos untuk Proses Reverse Engineering Sistem Informasi Arief Raharjo, Hafiez; Widodo; Ajie, Hamidillah
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 3 No. 1 (2019): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.3.1.4

Abstract

Perubahan dan penambahan requirement pada suatu sistem aplikasi perangkat lunak membuat pengembangan pada sistem aplikasi terus dilkukan. Hal tersebut menyebabkan pentingnya dokumentasi requirement sistem dalam upaya pengembangan sistem lebih lanjut dan pemenuhan requirement yang diberikan oleh stakeholder. Penelitian ini bertujuan untuk merancangan model reverse engineering dengan menggunakan model Goal Oriented Requirement Engineering (GORE) dan metode Keep All Objectives Satisfied (KAOS) sebagai alat bantu untuk melakukan analisis dan penelusuran functional requirement pada sistem aplikasi perangkat lunak siap pakai. Hasil penelitian merupakan model reverse engineering dengan menggunakan model GORE dan metode KAOS dalam bentuk diagram yang menjelaskan tahapan untuk melakukan reverse engineering pada sistem aplikasi perangkat lunak. Tahapan reverse engineering dengan menggunakan model GORE dan metode KAOS tersebut, yaitu: (1) Mengambil main goal dari tampilan antarmuka sistem aplikasi (2) Merepresentasikan goal ke dalam parralellogram graph (3) Mengembangkan goal menjadi subgoal (4) Menentukan expectation dan obstacle berdasarkan goal (5) Menentukan agent yang terlibat dalam expectation dan goal (6) Merepresentasikan expectation dan goal yang merupakan suatu requirement. Model reverse engineering menggunakan model GORE dan metode KAOS berhasil diterapkan pada sampel aplikasi modul Mahasiswa siakad UNJ dan mendapatkan 125 functional requirement.
Kinerja Algoritma Canny untuk Mendeteksi Tepi dalam Mengidentifikasi Tulisan pada Citra Digital Meme Filsa, Nisfal; Widodo; Prasetya Adhi, Bambang
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 3 No. 1 (2019): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.3.1.8

Abstract

Citra digital Meme merupakan sarana penyampaian informasi, teks pada Meme sebagian besar akan bergabung dengan latar pada gambar. Untuk membedakan latar dan teks dapat dilakukan dengan deteksi Tepi. Algoritma Canny merupakan salah satu algoritma deteksi Tepi yang memiliki tingkat kesalahan yang minimum dan menghasilkan citra tepian yang optimal. Salah satu penggunaan deteksi Tepi dapat diterapkan citra digital Meme untuk menentukan wilayah teks yang terdapat pada citra Meme. Hasil algoritma Canny mendeteksi Tepi untuk menentukan wilayah tulisan pada Meme lalu diidentifkiasi menggunakan pengenalan karakter optis (OCR) akan dijadikan perhitungan untuk menilai kinerja algoritma deteksi Tepi Canny. Kinerja algoritma Canny mendeteksi Tepi untuk menentukan wilayah kandidat teks meningkatkan akurasi deteksi tulisan pada OCR (Object Character Recognition) dengan akurasi keberhasilan secara keseluruhan sebesar 65,47% dibandingkan dengan deteksi tulisan langsung menggunakan OCR sebesar 47,91%. Selain itu mengurangi tingkat kesalahan deteksi tulisan pada OCR dengan akurasi kesalahan secara keseluruhan yaitu kehilangan karakter sebesar 34,53% dan kelebihan karakter sebesar 35,98% dibandingkan deteksi tulisan langsung menggunakan OCR dengan akurasi kehilangan karakter sebesar 52,09% dan kelebihan karakter sebesar 52,62. Kinerja algoritma Canny mendeteksi wilayah kandidat teks pada OCR secara keseluruhan meningkatkan akurasi kebenaran dalam mendeteksi tulisan pada citra digital Meme dan mengurangi persentase kesalahan.
Co-Authors ABDUL MUNIF Achmad Irchamni Adam Punca Putra Pinaria Ade Irvan Tauvana Agung Riansa, Dimas Agus PURWANTARA Agustina Putri Reistanti Ajie, Hamidillah Alamsyah, Wan Ali nur Fatoni ALI NURMANSYAH Ali Yusuf Alnopri Alzami, Farrikh Amara, Khansa Andika Rifki Aprilian Ari Surya Sukarno Arief Raharjo, Hafiez Aris, Tomi Atmaja Johny Artha, I Ketut Auriga Putri Faradilla Aziz Syahputro, Razi Aziz Yulianto Pratama Azizah Khoiro Nisah Bambang Gonggo Murcitro Bambang Prasetya Adhi Bayu Dwi Welasasih Bhayu Aji Seno Budi Santosa, Achadi Budi, Ferri Stya Bulandari, Desty Cherish Okcavia, Salsabila Deki Riana Devi Ratnasari Dwi Cahyo, Muhamad Prasetio Dwi Suchisty Dyah Ika Krisnawati Edi Susanto Efendi, Edi Eki Nugraha Eko Suprijono Elvi Amir Endang Wahyuni Erny Roesminingsih Fahira kiyyun Nur Misbah Fahrurrozi Fakhriyani Fathiah Fatika La Viola Ifanka Febrianto Widyoutomo Fiky Ariestia Filsa, Nisfal Giyanto Guntur Gusmara, Herry Hamidillah Ajie Hana Agita Mardiana Hanifa Dian Permatasari Hariyoto, Hariyoto Hartanto, Ageng Hasanah, Enung Heryanto Susilo HESTI PUJIwATI Hidayah, Dian I Made Sudiana Indah Prabawati, Nurul Joni Hidayat, Joni Ketut Atmaja Johny Artha Khairul Hudha Nasution Kikin H Mutaqin Krisnawati, Dyah Ika Leni Lina Rosmayanti Lisdawati, Ariani Listyaningrum, Trisna Avi Lukman Nulhakim M. Ficky Duskarnaen M. Syafiq Roikhan Maulana Mar'atus Solihah, Rizka Ayu Masdar Masyhar MEITY SURADJI SINAGA Melkisedek Melvien Zainul Asyiqien Mochammad Ilham Aziz Mohamad Fajar Farid Amrulloh Mohammad Saeful Amin Mokhamad Is Subekti Monica Monita Nur Shabrina Muh. Tajab muhammad alfi syahrin Muhammad Ilham Aziz MUHAMMAD IQBAL TAWAQAL Muhammad Nur Afandy Muhammad Oktoda Noorrohman Muhammad Zulkifli Mulyani, Yayu Mundir, Ahmad Murien Nugraheni Muslich Muslich, Muslich Mustakim Negara, Akbar Kusuma Neng Ayu Herawati Ningtias, Dieta Wahyu Asry Novida, Irma Nugraha, Andronicus Christian Nulhakim, Lukman Nur Fadlilah, Reina Iranti Nuraini Nurhikmah Mutmainna Sari Nurliyani NURUL AZIZAH Nurul Nisa Habibah Nurul Setiani Padhi, Bambang Prasetya Prasetya Adhi, Bambang Pratiwi, Ambar Purnama Sari, Citra Purwandito, Meilandy Putri, Elsa Lolita Rachmanu, Fatkur Ratna Wirawati Rosyida Reni Resa Yolanda Retnaningsih, Endang Rianto Ridho, Akhmad Rizky Novridoni Rohayani, Mei Roza Yuniza Putri rudiyanto Saepurohman, Ferdi Saifullah Azhar Saifulloh Azhar Samidi Satria Pradana Rizki Yulianto Satria Pradana Rizky Yulianto Satyaguna Rakhmatulloh Septiana Anggraini, Septiana Shafa Sya’airillah Shinta Fadhilahsari Sigit Sudjatmiko, Sigit Sili Sabon, Simon Sirateman, Selamat Sistiani, Catur Rahma SJAFIATUL MARDLIYAH Soeleman, Arief SRI HENDRASTUTI HIDAYAT Suhadi Suharjo, Usman Kris Joko Sukarjo, Entang Inoriah Sulton Ibrahim Sumaryoto Supanjani Supatman Supriadi Suryo Wiyono Susanto, Hendi Suwarno, Panji Swardiantara Silalahi syafrizal Syafrizal Fuady Tauvana, Ade Thoriq Nurchaidir Tulus Asmoro, Purwandito Tunjung Pamekas, Tunjung Utami, Kartika Warsito Wibowo Yunanto, Prasetyo Wibowo, Nanang Roni Widi Amaria Wijaya, Aji Wira, Dimas Wiwin Yulianingsih wiyanto, Agung Wuri Prameswari Yudhistira, Arga YULIATI Zahra, Atiqah Luthfi Anawati Zakariyah, M Fahmi Zikri, Ahmad Zulkurnia, Ari