Article Per Year (5 Year)
p-Index From 2020 - 2025
3.57
P-Index
This Author published in this journals
All Journal JURNAL PROMOSI KESEHATAN INDONESIA SAINS DAN MATEMATIKA Insect (Informatics and Security): Jurnal Teknik Informatika BAREKENG: Jurnal Ilmu Matematika dan Terapan Journal of Computer Networks, Architecture and High Performance Computing Idealis : Indonesia Journal Information System Parameter: Journal of Statistics Enthusiastic : International Journal of Applied Statistics and Data Science Brilliance: Research of Artificial Intelligence International Journal Software Engineering and Computer Science (IJSECS) SIGMA: Information Technology Journal Community Services and Social Work Bulletin Jurnal Ilmiah Ilmu Terapan Universitas Jambi Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya Indonesian Journal of Innovation Multidisipliner Research Jurnal Pengabdian Nasional (JPN) Indonesia Dedikasi : Jurnal Pengabdian Lentera Muara: Jurnal Manajemen Pelayaran Nasional Emerging Statistics and Data Science Journal
Edy Widodo
UNDIP
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 52 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 52 Documents
Search

 1   2   3   4   5 
Penerapan Metode Spatial Autoregressive Model pada Pemetaan Daerah di Indonesia Berdasarkan Gizi Buruk Tahun 2016 Rakhmalia, Riza Indriani; Mu'minin, Aisyah Ummi; Huda, Tri Atmaja; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1643.454 KB)

Abstract

Gizi balita merupakan salah satu indikator kesehatan masyarakat. Salah satu cara untuk meningkatkan indikator kesehatan yaitu dengan memperbaiki status gizi pada balita. Akibat yang ditimbulkan dari kurang gizi adalah kerentanan terhadap penyakit-penyakit infeksi terlebih pada kasus gizi buruk yang dapat menyebabkan kematian. Tujuan dari penelitian adalah untuk mengetahui karakteristik dan pengaruh variable dependen terhadap variabel independen, serta dapat mengimplementasikan metode regresi spatial pada gizi buruk. Peneliti menggunakan analisis Spatial Autoregressive Model (SAR) untuk pemetaan daerah di Indonesia berdasarkan Gizi Buruk tahun 2016. Variabel dependen yang digunakan adalah variabel angka gizi buruk, dan terdapat beberapa variabel independen yaitu persentase penduduk miskin, persentase pemberian ASI ekslusif dan persentase balita kurus. Data yang digunakan bersumber dari Data Profil Kesehatan Indonesia Tahun 2016. Hasil penelitian menunjukkan hanya variabel persentase balita kurus yang mempengaruhi gizi buruk di Indonesia dengan nilai R2 = 0,579 yang berarti bahwa model tersebut mampu menjelaskan variasi dari gizi buruk sebesar 57,9% dan sisanya 42,1% dijelaskan oleh variabel lain diluar model. Provinsi dengan jumlah penduduk gizi buruk balita tinggi antara lain Kalimantan Barat, Kalimantan Tengah, Sulawesi Barat, Sulawesi Tengah,Sulawesi Selatan, Sulawesi Timur, Papua Barat, Maluku Tengah, Maluku Selatan, dan Nusa Tenggara Timur.
Aplikasi Association Rules dengan Menggunakan Algoritma Apriori dalam Mendeteksi Pola Penyakit DBD (Studi Kasus : Pasien DBD Puskesmas Cangkringan Sleman) Nurhikmat, Triano; Yusnandar, Y; Muinah, Ummi Maftuhatul; Latupono, Boki; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1628.432 KB)

Abstract

Penyakit Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh virus nyamuk ditularkan melalui nyamukAedes aegypti dan Aedes albopictus. Ancaman penyakit ini berlaku di Indonesia sala satunya DI Yogyakarta. Ditjen Pencegahan dan Pengendalian Penyakit Kemenkes RI mencatat pada tahun 2015, Yogyakarta menempati urutan keempat dengan nilai incident rate 92,96. Beberapa faktor yang dapat menyebabkan terjadinya gejala DBD adalah demam tinggi, kadar trombosit turun, dan kadar hemotokrit naik hingga 20%. Berdasarkan faktor-faktor tersebut dibutuhkan pencarian informasi mengenai pola data penyakit DBD sebagai gambaran umum dalam melihat pola data penyakit tersebut. Oleh karena itu penelitian ini bertujuan untuk melihat pola penyakit DBD berdasarkan faktor-faktor yang mempengaruhinya. Salah satu metode untuk melihat pola data adalah metode Association Rules. Metode Association Rules merupakan suatu prosedur untuk mencari hubungan antar item dalam suatu data set yang ditentukan. Berdasarkan hasil dan pembahasan menghasilkan aturan asosiasi optimum sebanyak 4 kombinasi ( Large 5 itemset ) dengan nilai minimum support 0.41 = 41%, nilai confidance (tingkat kepercayaan) 1 = 100 %, dan lift ratio (tingkat akurasi asosiasi) = 1,619 dari seluruh faktor DBD.
Profilling Data Dasar Puskesmas di DIY berdasarkan Tenaga Kesehatan menggunakan Cluster Hierarki Nurfalah, Meylinda Dwi; Rahmawan, Afandi Ahmad; Trisnawati, Dewi; Aziza, Himelda; Hidayah, Nur; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2050.625 KB)

Abstract

Puskesmas sebagai fasilitas kesehatan tingkat pertama dan tempat pelayanan utama kesehatan memerlukan sumber daya manusia kesehatan, baik tenaga kesehatan maupun tenaga penunjang kesehatan.Dikarenakan keberagaman pada jenis dan jumlah tenaga kesehatan Puskesmas di Provinsi DIY, maka diperlukan pengelompokan terhadap jumlah tenaga kesehatan di tiap Puskesmas. Salah satu bentuk analisis untuk mengelompokkan obyek ini ialah menggunakan analisis cluster hierarki. Cluster hierarki merupakan metode pengelompokan yang terstruktur dan bertahap berdasarkan pada kemiripan sifat antar objek. Kemiripan sifat tersebut dapat ditentukan dari kedekatan jarak, dimana untuk menentukan jarak antar cluster,peneliti menggunakan metode average linkage.Pada metode average linkage, jarak antara dua cluster dianggap sebagai jarak rata-rata antara semua anggota dalam satu cluster dengan semua anggota cluster lain.Maka berdasarkan hasil analisis dapat diperoleh 4 cluster, yakni cluster 1 diperoleh tenaga kesehatan yang dominan adalah Kesehatan Masyarakat, cluster 2 diperoleh tenaga kesehatan yang dominan adalah Kesehatan Lingkungan, cluster 3 didominasi oleh Dokter Gigi, Bidan dan Ahli Gizi. serta pada cluster 4 didominasi oleh Dokter Umum, Perawat, Farmasi, dan Ahli Teknologi Lab Medik.
Pengelompokan dan Pemetaan Penyakit Tuberkulosis Paru menurut Provinsi di Indonesia Tahun 2016 menggunakan Analisis Cluster K-Means Laksono, Arif Anjang; Fikri, Bana Ali; Yadin, Muhammad Atma; Pradana, Sendhyka Cakra; Widi, Tegar Anugrah; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1931.633 KB)

Abstract

Tuberkulosis (TBC atau TB) adalah suatu penyakit infeksi yang disebabkan oleh bakteri Mycobacterium tuberculosis. Penyakit ini paling banyak menyerang paru-paru. Indonesia setiap tahun ditemukan 582.000 kasus penderita baru TB dengan angka kematian 41 orang per 100.000 sebagian besar penderita TB paru atau sebanyak 75% paling mencengangkan yang terkena virus TB paru ialah orang –orang yang masi usia produktif 15-49 tahun. K-Means merupakan salah satu algoritma dalam data mining yang bisa digunakan untuk melakukan pengelompokan/clustering suatu data. Ada banyak pendekatan untuk membuat cluster, diantaranya adalah membuat aturan yang mendikte keanggotaan dalam kelompok yang sama berdasarkan tingkat persamaan diantara anggota-anggotanya. Tujuan penelitian ini untuk mengetahui cluster penyakit Tuberculosis Paru menurut provinsi di Indonesia dan pemetaanya berdasarkan kelompok umur penderita Tuberculosis. Untuk penyelesaian permasalahan yang ada maka penulis akan menggunakan analisis cluster K-Means untuk mengetahui kelompok daerah yang memiliki kasus TB yang sama, sehingga dapat diketahui wilayah yang akan menjadi prioritas dalam menangani kasus TB. Penerapan kasus Tuberkulosis yang dianalisis menggunakan cluster k-means menjadi tiga cluster. Cluster 1 merupakan provinsi dengan jumlah penderita rendah yang terdiri dari 29 Provinsi yaitu Aceh, Sumatera Barat, Riau, Jambi, sumatera Selatan, Bengkulu, Lampung, Kep. Bangka Belitung, Kep. Riau, Banten, DI Yogyakarta, Bali, Nusa Tenggara Barat, Nusa Tenggara Timur, Kalimantan Barat, Kalimantan Tengah, Kalimantan Selatan, Kalimantan Timur, Kalimantan Utara, Sulawesi Utara, Sulawesi Tengah, Sulawesi Tenggara, Gorontalo, Sulawesi Barat, Sulawesi Selatan, Maluku, Maluku Utara, Papua Barat dan Papua. Cluster 2 merupakan provinsi dengan jumlah penderita sedang yang terdiri dari 4 Provinsi yaitu Sumatera Utara, DKI Jakarta, Jawa Tengah dan Jawa Timur dan cluster 3 merupakan provinsi dengan jumlah penderita tinggi yang terdiri 1 Provinsi yaitu Jawa Barat dan hasil pemetaan provinsi berdasarkan penderita tuberculosis dari kelompok umur.
Analisis MANOVA Satu Arah pada Data Status Gizi Balita di Indonesia Tahun 2015 Lestari, Indri Fauzi; Aliamsyah, Moh.; Sartika, Indang; Muhammad, Shodiq; Desmitasari, Rosi; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1489.459 KB)

Abstract

Gizi balita merupakan salah satu indikator dalam menilai derajat kesehatan masyarakat serta tolak ukur kesejahteraan suatu bangsa. Meskipun Indonesia menunjukan penurunan kemiskinan secara tetap, tetapi permasalahan gizi balita menunjukan sedikit perubahan. Kondisi tersebut perlu diperhatikan, karena balita kurang gizi lebih beresiko terkena penyakit dan pertumbuhan terhambat yang mengakibatkan sulit mendapat penghasilan ketika dewasa. Menangani masalah gizi pada balita maka diperlukan penanganan khusus dan sebelum itu tentunya terlebih dahulu harus mengetahui kondisi maupun permasalahan gizi yang terjadi di Indonesia, khususnya pada provinsiprovinsi di Indonesia. Berdasarkan permasalahan terebut maka peneliti akan melakukan analisis MANOVA satu arah untuk mengetahui ada tidaknya perbedaan status gizi balita berdasarkan provinsi di Indonesia. Sebelum melakukan uji MANOVA terlebih dahulu dilakukan uji asumsi, dari seluruh uji asumsi yang telah didapatkan kesimpulan bahwa semua pengujian asumsi terpenuhi. Berdasarkan analisis MANOVA yang telah dilakukan didapatkan kesimpulan bahwa dengan menggunakan analisis MANOVA satu arah disimpulkan bahwa terdapat perbedaan status gizi balita usia 0-59 bulan pada provinsi di Indonesia dan berdasarkan uji perbandingan di dapatkan bahwa setiap kategori status gizi memiliki provinsi yang memiliki perbedaan rata-rata. Dengan didapatkanya hasil tersebut maka disimpulkan pula bahwa setiap daerah provinsi di Indonesia membutuhkan penanganan masalah gizi balita yang berbeda pula.
Analisis Cluster Penderita Disabilitas Mental di Provinsi Daerah Istimewa Yogyakarta Tahun 2016 Widodo, Edy; Sari, Nilam Novita; Hidayati, Irina; Yubinas, Febritista; Yuniarti, Mazna; Novyantika, Rizky Dwi
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1931.673 KB)

Abstract

Penderita disabilitas mental memiliki kedudukan dan hak yang sama dengan masyarakat non disabilitas. Provinsi DIY memiliki angka penderita disabilitas yang cukup tinggi yaitu 2406 jiwa. Untuk mengetahui tingkat disabilitas di Provinsi DIY, maka perlu dikelompokkan. Tujuan dari penelitian ini adalah mengelompokkan 78 kecamatan di Provinsi DIY menggunakan analisis cluster dengan 5 metode hirarki agglomerative, yaitu Single Linkage, Complete Linkage, Average Linkage, Ward’s, dan Centroid. Uji validitas yang digunakan untuk mengetahui metode terbaik dari kelima metode tersebut adalah koefisien korelasi cophenetic, dimana jika nilai koefisien korelasi cophenetic mendekati 1 maka solusi yang dihasilkan dari proses clustering cukup baik. Dalam penelitian ini nilai korelasi cophenetic yang tertinggi adalah pada metode average linkage sehingga dapat dikatakan metode average linkage merupakan metode cluster yang terbaik. Jumlah cluster yang ditentukan sebanyak 3 dengan hasil yaitu cluster 1 merupakan cluster dengan kategori ratarata jumlah penderita disabilitas mental dalam tingkatan ‘rendah’ dan beranggotakan 38 kecamatan, cluster 2 merupakan cluster dengan kategori rata-rata jumlah penderita disabilitas mental dalam tingkatan ‘sedang’ dan beranggotakan 27 kecamatan, cluster 3 merupakan cluster dengan kategori rata-rata jumlah penderita disabilitas mental dalam tingkatan ‘tinggi’ dan beranggotakan 13 kecamatan.
Analisis Pengaruh Penggunaan Laptop terhadap Kesehatan Mahasiswa FMIPA Universitas Islam Indonesia dengan Regresi Logistik Ordinal Bahtiar, Reza Yusuf; Asyiah, Noor; Asyiah, Rizkiana; Ulinnuha, Muhammad; Arfian, A; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1493.801 KB)

Abstract

Mahasiswa FMIPA UII memiliki intensitas frekuensi dan durasi penggunaan laptop yang lebih tinggi dibandingkan fakultas lainnya yang ada di UII, karena tuntutan belajar mengajar dan penyelesaian tugas kuliah yang menggunakan laptop. Hal ini dapat memberikan dampak yang buruk bagi mahasiswa dalam segi kesehatan akibat menggunakan laptop. Tujuan dari penelitian ini adalah untuk mengetahui faktor apa saja yang mempengaruhi kesehatan mahasiswa akibat penggunaan laptop. Faktor yang diduga mempengaruhi tingkat gangguan kesehatan mahasiswa FMIPA akibat menggunakan laptop adalah jenis kelamin, jurusan, angkatan, tempat yang sering digunakan, ukuran laptop yang digunakan, durasi penggunaan laptop, frekuensi penggunaan laptop, perilaku saat menggunakan laptop, keluhan pengguna laptop dan jenis keluhan yang dirasakan pengguna laptop. Metode yang digunakan dalam penelitian ini adalah regresi logistik ordinal, merupakan salah satu metode yang tepat karena variabel dependen memiliki skala ordinal (bertingkat). Berdasarkan hasil analsis faktor yang mempengaruhi kesehatan mahasiswa FMIPA akibat menggunakan laptop adalah pada aspek jurusan ada jurusan statistika, pada aspek ukuran laptop yang digunakan ada laptop ≥ 14 inci, pada aspek durasi penggunaan laptop ada ≤ 2 jam perhari, pada aspek perilaku saat menggunakan laptop ada duduk di kursi dan laptop diletakkan di pangkuan, mengalihkan pandangan sejauh kurang lebih 6 meter selama beberapa detik setiap 30 menit bekerja menggunakan laptop, dan mengatur jadwal penggunaan laptop setiap harinya, pada aspek jenis keluhan yang dirasakan ada panas, mata kering dan sulit untuk fokus.
Analisis Persepsi Mahasiswi FMIPA UII terhadap Pembalut Herbal Widodo, Edy; Avitariella, A; Nisa, Annida Jahratun; Latifah, Evi Fitria Umi; Prasetyo, Adwi Guntur; Nurinayah, N
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1700.619 KB)

Abstract

Belakangan ini terdapat informasi bahwa pembalut yang beredar dipasaran mengandung zat berbahaya yaitu klorin, maka muncul inovasi baru dari pembalut yaitu pembalut herbal yang muncul dengan indikasi tanpa mengandung zat berbahaya. Berdasarkan beberapa informasi mengenai pembalut herbal, peneliti ingin mengetahui dikalangan mahasiswi FMIPA UII sendiri, bagaimana persepsi mahasiswi FMIPA UII terhadap pembalut herbal berdasarkan kualitas produk, harga produk, prestise, dan keinginan sehat serta bagaimana pengaruh kualitas produk, harga produk, prestise, dan keinginan sehat terhadap keputusan pembelian pembalut herbal. Dengan menggunakan analisis statistika deskriptif, diketahui bahwa mahasiswi FMIPA UII setuju akantermotivasi untuk membeli pembalut herbal karena kualitas produk, prestise, dan keinginan sehat, sedangkan berdasarkan harga produk mahasiswi FMIPA UII masih ragu akan termotivasi untukmembeli pembalut herbal. Berdasarkan hasil analisis regresi logistik biner diketahui bahwa variabel yang berpengaruh terhadap keputusan pembelian pembalut herbal adalah prestise dan keinginan sehat. Peningkatan pada variabel prestise dan rasa keinginan sehat membuat peluang lebih besar untuk menjadikan konsumen memutuskan untuk membeli pembalut herbal.
Analisis Cluster terhadap Data Imunisasi Polio di Indonesia Tahun 2016 menggunakan Metode Self Organizing Maps (SOMs) Kashi, Rahma Yuliati; Sulhaerati, S; Maulina, Gina; Septian, Yayan Dwi; Alfassa, Achmad Isya; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1313.245 KB)

Abstract

Prevalensi imunisasi pada anak secara global pada tahun 2012 ialah DPT sebesar 83%, Polio sebesar 84%, Campak sebesar 84%, Hepatitis B sebesar 79%, dan BCG sebesar >80%. Walaupun secara nasional target cakupan imunisasi polio telah mencapai target, namun masih terdapat beberapa provinsi yang cakupanya di bawah 80% . Pengelompokan provinsi secara tepat dengan mengacu pada cakupan target imunisasi Polio dapat membantu pemerintah dalam hal pemerataan pemberian imunisasi. Penelitian ini bertujuan untuk mengelompokkan provinsi – provini di Indonesia berdasarkan karakteristik data imunisasi polio.Untuk menjawab persoalan tersebut maka digunakan analisis clustering untuk mengelompokan provinsi berdasarkan cakupan target imunisasi yang sama menggunakan metode Self Organizing Map (SOM). Dari hasil analisis clustering menggunakan metode SOM diperoleh hasil pengelompokkan provinsi ke dalam 5 kelompok.
Pengelompokkan Jumlah Kasus Tuberculosis Paru di Indonesia Menggunakan Cluster K Means Tahun 2016 Manthovani, Andi Nurhanna; Serdawati, Septi; Sari, Cindy Fatika; Widiawati, Ika Fitia; Putri, Zarmeila; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1579.402 KB)

Abstract

Tujuan dari penelitian ini yaitu untuk mengetahui gambaran umum TB Paru, mengetahui pengelompokkan TB Paru dan karakteristik sebaran TB Paru menurut Persentase Jumlah Kasus, Persentase Penderita Sembuh, Persentase Jumlah Penduduk dan Provinsi di Indonesia tahun 2016. Alat yang digunakan dalam penelitian ini menggunakan cluster K-Means. Berdasarkan penelitian menggunakan software R diperoleh 4 kelompok yang mempunyai karakteristik mirip berdasarkan provinsi di Indonesia. Kelompok 1 mempunyai karakteristik provinsi-provinsi dengan persentase kesembuhan penderita TB paru terbanyak kedua, persentase jumlah kasus yang paling sedikit dan persentase yang paling banyak. Kemudian kelompok 2 mempunyai karakteristik provinsi-provinsi dengan persentase kesembuhanpenderita TB pparu terkecil kedu, persentase kasus yang lumayan banyak dan persentase jumlah penduduk yang lumayan sedikit. Selanjutnya kelompok 3 dengan karakteristik provinsi-provinsi dengan persentase kesembuhan penderita TB paru terbesar, persentase jumlah kasus yang kecil dan persentase jumlah penduduk yang banyak. Kemudiann kelompok terakhir provinsi-provinsi dengan persentase kesembuhan penderita TB paru terkecil, persentase jumlah kasus yang banyak dan persentase jumlah penduduk yang kecil yaitu dibawah 2%.
Co-Authors Abdul Halim Anshor Achmad Isya Alfassa Agustin, Widya Saputri Akhsan, Salafudin Al Al Farizi, Danial AL-Azkia, Muhammad Wildan Alfiah, Febiyanti Aliamsyah, Moh. Almadayani, Almadayani Amali, Amali Andani, Febria Pradita Prima Andri Firmansyah Anekawati, Fitri Anggreany, Anggun Nur ARDIANSYAH, FAISAL Arfian, A Arief Hadi Prasetyo, Arief Hadi Ariyani, Dwi Faridha Asyiah, Noor Asyiah, Rizkiana Avitariella, A Ayuningtyas, Rachel Aziza, Himelda Bahtiar, Reza Yusuf Bariklana, Muhammad Budiarto, Eko Choerunnisa, Riza Amelia Cusanti, Cusanti Desmitasari, Rosi Dewayanti, Arlinda Amalia Dewi Trisnawati Dewi, Diana Kusuma Dewi, Rosiana Rahma Diba, Sheila Farah Dodit Ardiatma Dzakiroh, Alliyah Febriana, Ella Tasia Febriyanti, Syintya Ferdiansyah, Febby Fikri, Bana Ali Fikry, Muhammad Dirga Ghaisani, Salwa Yudanti Hamid, Yudhistira Hasanah, Insani Hendri, Martius Hidayati, Irina Hijriyany, Meyla Hikmawan, Dimas Wahyu Hitayuwana, Nurul Huda, Tri Atmaja Ilma, Hafizah Ismayani, Indrianti Jati, Wahyu Pratama Kashi, Rahma Yuliati Khaeriyah, Rakhil Khaerunnisa, Muthia Khusna, Zulfa Aulia Kurnia Ramadhani, Kurnia Kusuma, Tihat Jaya Laksono, Arif Anjang Latifah, Evi Fitria Umi Latupono, Boki Lestari, Indri Fauzi Lestari, Ninik Kardinah Lutfi, Ahmad Zainul Majid, Annisa Maulana Manthovani, Andi Nurhanna Mardiyah, Meiga Isyatan Mardiyyah, Safwah Ayu Masthura, M Maulana, Donny Maulidaniar, Aulia Nurul Maulina, Gina Meimunah, M Mu'minin, Aisyah Ummi Muhammad, Juliana Saputra Muhammad, Shodiq Muhtajuddin Danny Muinah, Ummi Maftuhatul Nalurita, Wening Nawangsih, Ismasari Nilam Novita Sari Nisa, Annida Jahratun Novyantika, Rizky Dwi Nur Hidayah Nur Hikmah Nurfalah, Meylinda Dwi Nurhikmat, Triano Nurinayah, N Nursulistyo, Emy Dwi Panggol, Sri Arista Permatasari, Retno Pertiwi, Riezki Pradana, Sendhyka Cakra Pradana, Wahyu Aji Prasetyo, Adwi Guntur Prasetyo, Bagas Dwi Prawesti, Inna Prayoga, Dimas Prianda, Bayu Galih Pupung Purnamasari Purwanto Purwanto Putri, Naomighina Putri, Rahayu Kia Sandi Cahaya Putri, Selvina Sela Annisa Putri, Zarmeila Raharjo, Alifian Wahyu Rahmawan, Afandi Ahmad Rakhmalia, Riza Indriani Ramdhanti, Tiara Rini, Halimah Setio Safitrah, Ilham Saputra, Johan Saputri, Bening Sari, Cindy Fatika Sari, Rima Juridar Usfita Sartika, Indang Satria Permana, Muhammad Safri Septian, Yayan Dwi Serdawati, Septi Simanjuntak, Antonius Soesmono, Salma Sri Utami Sriwiji, Rina Subangkit, Andreas Sulhaerati, S Suriyani, Ade Irma Suwandi Suwandi Tusyakdiah, Halima Ulinnuha, Muhammad Utami, Pertiwi Bekti Wahyu Hadikristanto Wicaksono, Bima Yudha Widi, Tegar Anugrah Widiawati, Ika Fitia Wirdaniyati, Sri Siska Wiyanto - Yadin, Muhammad Atma Yahya, Adiba Yuan Badrianto Yubinas, Febritista Yuniarti, Mazna Yusnandar, Y Zahra , Qolbiyatus Syifa Az