Article Per Year (5 Year)
p-Index From 2021 - 2026
4.602
P-Index
This Author published in this journals
All Journal JURNAL PROMOSI KESEHATAN INDONESIA SAINS DAN MATEMATIKA Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Insect (Informatics and Security) : Jurnal Teknik Informatika BAREKENG: Jurnal Ilmu Matematika dan Terapan Dialektika: Jurnal Ekonomi dan Ilmu Sosial JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) 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) Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Community Services and Social Work Bulletin Jurnal Ilmiah Ilmu Terapan Universitas Jambi Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya Innovative: Journal Of Social Science Research 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 Indonesian Journal of Innovation Multidisipliner Research
Edy Widodo
UNDIP
Religion Humanities Chemical Engineering, Chemistry & Bioengineering 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 : 63 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 63 Documents
Search

 2   3   4   5   6 
Pengelompokkan Jumlah Kasus Penyakit Pneumonia pada Balita Menurut Provinsi dan Kelompok Umur di Indonesia Tahun 2016 Putri, Rahayu Kia Sandi Cahaya; Febriana, Ella Tasia; Sari, Rima Juridar Usfita; Hijriyany, Meyla; Utami, Pertiwi Bekti; 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 (1779.484 KB)

Abstract

Pneumonia merupakan penyebab utama kematian anak di dunia. Pneumonia dapat menyerang anak-anak maupun keluarga dimanapun juga, namun angka tinggi banyak ditemukan di wilayah Asia Selatan dan wilayah Sahara di Afrika. Data yang diperoleh dari masing-masing provinsi kemudian dilakukan analisis terhadap wilayah yang mempunyai angka tertinggi pengidap pneumonia balita (anak dibawah 5 tahun) di setiap provinsi. Analisis yang dilakukan untuk mengolah data tersebut menggunakan analisis clustering Self Organizing Maps (SOM) yang bertujuan untuk mengetahui gambaran umum tingkat keparahan atau kondisi pneumonia pada balita di setiap Provinsi di Indonesia Tahun 2016; dan mengetahui hasil cluster balita penderita pneumonia berdasarkan kelompok umur dan Provinsi di Indonesia Tahun 2016. Didapatkan hasil pengelompokan yaitu terdapat 3 kelompok. Untuk cluster 1 yaitu pengelompokkan balita penderita pneumonia ringan usia 1-4 tahun sama-sama dalam kategori tinggi yang terdapat di wilayah provinsi DIY, NTT, Papua Barat, Papua, Bengkulu, Kalimantan Tengah, Sulawesi Utara, Maluku, Lampung, Kepulauan Bangka Belitung, Sulawesi Selatan, Bali, Kalimantan Timur, DKI Jakarta. Kemudian, cluster 2 dengan pengelompokkan penderita pneumonia ringan yang tinggi, kemudian penderita pneumonia berat usia 1-4 tahun tingkat sedang terjadi di wilayah Kepulaun Riau, Riau, Sumatera Utara, Sumatera Selatan, Sulawesi Tengah, Kalimantan Selatan, Sumatera Barat, dan Sulawesi Barat. Sedangkan, cluster 3 dengan pengelompokkan penderita pneumonia ringan yang tinggi, penderita berat usia < 1 tahun dan 1-4 tahun tingkat sedang, dan penderita ringan usia 1-4 tahun tingkat rendah terjadi di wilayah Kalimantan Utara, Kalimantan Barat, Banten, NTB, dan Jawa Tengah.
Pengelompokan Kota-Kota di Indonesia Berdasarkan Tingkat Inflasi Suriyani, Ade Irma; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2017: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (898.732 KB)

Abstract

Tingkat inflasi menunjukkan persentase perubahan tingkat harga rata-rata tertimbang untuk barang dan jasa dalam perekonomian. Suatu indeks yang menghitung rata-rata perubahan harga dalam suatu periode, dari suatu kumpulan barang dan jasa yang dikonsumsi oleh penduduk/rumah tangga dalam kurun waktu tertentu merupakan IHK.Tujuan penelitian ini untuk mengelompokkan kota-kota di Indonesia berdasarkan tingkat inflasi dan menentukan ciri/karakteristik setiap kelompok yang terbentuk. Metode analisis yang digunakan adalah analisis cluster berhierarki dengan metode ward. Metode ward digunakan untuk meminimalkan variasi antar objek yang ada dalam satu kelompok dan memaksimalkan variasi dengan objek yang ada dalam kelompok lain. Ukuran kemiripan yang digunakan adalah jarak euclidean. Hasil pengelompokan menunjukkan bahwa dari 66 kota yang menjadi objek penelitian terbentuk menjadi 4 kelompok. Kelompok pertama beranggotakan 15 kota dengan kategori IHK rendah, kelompok kedua beranggotakan 30 kota dengan kategori IHK sedang, kelompok ketiga beranggotakan 19 kota dengan kategori IHK tinggi dan kelompok ke 4 beranggotakan 2 kota dengan kategori IHK sangat tinggi.
Perbandingan Metode Estimasi M Dan Estimasi Mm (Methode Of Moment) pada Regresi Robust Dewayanti, Arlinda Amalia; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2016: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Analisis regresi merupakan suatu metode dalam statistika untuk mengetahui hubungan antara variabel dependen dengan variabel independen. Metode yang digunakan dalam estimasi parameter pada model tersebut adalah Metode Kuadrat Terkecil (MKT).Metode ini sangat peka terhadap penyimpangan-penyimpangan asumsi pada data.Asumsi yang sering tidak terpenuhi adalah asumsi normalitas.Salah satu penyebab tidak terpenuhinya asumsi ini karena terdapat outlier pada data. Oleh sebab itu, digunakan metode lain untuk menangani data outlier. Salah satunya adalah metode regresi robust dengan menggunakan estimasi M dan MM (Methode of Moment). Metode yang digunakani adalah estimasi MKT, estimasi M, dan estimasi MM. Pada penelitian ini akan dibahas mengenai perbandingan antara M dan estimasi MM dengan metode MKT dilihat dari nilai residual standard error, standard errordan nilai koefisien regresi. Hasil yang diperoleh dengan simulasi data menunjukkan bahwa untuk data yang mengandung outlier estimasi parameter yang diperoleh pada metode regresi robust dengan metode M lebih baik digunakan dibandingkan dengan metode MKT. Sedangkan untuk data tanpa outlier estimasi parameter yang diperoleh dengan metode MKT lebih baik dibandingkan dengan metode estimasi M dan estimasi MM
Penerapan Metode Regresi Gulud dan Regresi Komponen Utama dalam Mengatasi Penyimpangan Multikolinearitas pada Analisis Regresi Linear Berganda Wirdaniyati, Sri Siska; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2016: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Dalam mengkaji hubungan atau pengaruh dua atau lebih variabel bebas terhadap variabel terikat, maka model regresi yang digunakan adalah model regresi linear berganda. Pada analisis regresi linear berganda perlu dilakukan pengujian asumsi klasik agar mendapatkan penaksir yang tidak bias, linear, dan terbaik (Best Linear Unbiased Estimator/BLUE). Salah satu asumsi klasik yaitu uji multikolinearitas yang merupakan pegujian untuk mengetahui apakah terdapat korelasi antara variabel bebas pada model regresi. Tujuan dari penelitian ini adalah untuk mengetahui solusi/metode terbaik dan paling efektif dalam mengatasi penyimpangan multikolinearitas sehingga dapat memberikan permodelan regresi linear berganda terbaik. Metode yang digunakan adalah regresi gulud (ridge regression) dan regresi komponen utama (principal component regression) dengan menggunakan empat data simulasi yang berbeda. Berdasarkan hasil penelitian diketahui bahwa keempat data tersebut memiliki nilai RMSE (Root Mean Square Error) lebih kecil dan nilai Adjusted R Square (
Perbandingan Kemampuan Regresi Kuantil Median Dan Transformasi Box-Cox dalam Menangani Heteroskedastisitas Andani, Febria Pradita Prima; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2016: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Analisis regresi merupakan salah satu analisis statistik yang memanfaatkan hubungan antara dua atau lebih variabel, dengan tujuan mengetahui pengaruh variabel prediktor (X) terhadap variabel respon (Y). Dengan menggunakan analisis regresi dapat dilakukan pemodelan dan estimasi. Metode pendekatan standar untuk mendapatkan nilai dugaan parameter adalah Metode Kuadrat Terkecil (MKT). Pendugaan parameter dengan menggunakan MKT memiliki beberapa asumsi yang harus dipenuhi supaya mendapatkan penduga yang bersifat Best Linier Unbiased Estimation (BLUE). Salah satu asumsi tersebut adalah homoskedastisitas, yang berarti nilai varians residual adalah konstan (identik). Apabila asumsi nilai varians residual tidak konstan maka dikatakan terjadi heteroskedastisitas, yang dapat menyebabkan penduga parameter tidak memenuhi sifat BLUE sehingga model yang diperoleh tidak efisien dan tidak dapat dipercaya. Dalam penelitian ini dibandingkan metode regresi kuantil median dan transformasi Box-Cox dalam menangani masalah heteroskedastisitas. Didapatkan hasil perbandingan bahwa nilai R2 MKT setelah dilakukan transformasi Box-Cox lebih besar dari nilai R2 regresi kuantil median. Hal ini menunjukkan bahwa transformasi Box-Cox lebih baik daripada regresi kuantil median dalam menangani masalah heteroskedastisitas.
Decision Rules pada Kasus Pembegalan Dengan Metode If-Then Dari Rough Set Theory (Studi Kasus: Kecamatan Pujut, Lombok Tengah, Ntb) Khaerunnisa, Muthia; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2016: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Penelitian ini bertujuan untuk mengetahui bagaimana pola Decision Rules yang tersembunyi dalam data kasus pembegalan di Kecamatan Pujut Lombok Tengah dengan metode algoritma if-then dari Rough Set Theory sehingga dapat digunakan untuk menggambil keputusan dalam menangani kasus pembegalan. Metode analisis yang digunakan adalah metode algoritma If-Then Rule dari Rough Set Theory. Data yang digunakan adalah data sekunder dari laporan Unit Reskrim di Kecamatan Pujut yang terdiri dari Sektor Pujut dan Sektor Kuta tahun 2013-2015. Berdasarkan metode algoritma if-the rule dari Rough set hasil penelitian dapat di ambil kesimpulan berupa beberapa aturan keputusan diantaranya, untuk kejadian pembegalanbahwakepastianterbesarterjadipembegalan di TKP 1 (wilayah hokum Polsek Kuta : Desa Kuta, Mertak, Prabu dan Tumpak) jika berkendara pada malam hari dan tidak melakukan perlawanan kepada pelaku dan kepastianterbesarterjadipembegalan di TKP 2 (wilayah hukum Polsek Pujut: Desa Gapura, Kawo, Ketara, Pengembur, Pengengat, Rambitan, Segala Anyar, Sengkol, Tanak Awu, Sukadana, dan Teruwai) jika berkendara pada malam hari dan tidak melakukan perlawanan kepada pelaku. Sedangkan kepastianterbesartidak terjadipembegalan di TKP 1jika berkendara pada sore dan malam hari dan mencoba melakukan perlawanan kepada pelaku
The Sentiment Analysis of Bekasi Floods Using SVM and Naive Bayes with Advanced Feature Selection Amali, Amali; Maulana, Donny; Widodo, Edy; Firmansyah, Andri; Danny, Muhtajuddin
Brilliance: Research of Artificial Intelligence Vol. 4 No. 1 (2024): Brilliance: Research of Artificial Intelligence, Article Research May 2024
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v4i1.4268

Abstract

Flood management in Bekasi City poses significant challenges, necessitating strategies grounded in an understanding of community sentiment. This study aims to develop and optimize sentiment analysis of social media data related to flooding using Support Vector Machine (SVM) and advanced feature selection techniques. The primary goal is to enhance the accuracy of classifying public sentiment toward flood management efforts in Bekasi City. Data is collected from various social media platforms, preprocessed, and analyzed using SVM with feature selection techniques like Information Gain and Analysis of Variance (ANOVA). (Thoriq et al., 2023) Our findings indicate that using SVM with advanced feature selection significantly improves sentiment classification accuracy compared to standard methods. These results offer insights into public perceptions, helping policymakers improve management strategies and communication for flood events. This method assists in understanding community responses and pinpointing critical areas needing attention. Moreover, this study contributes to disaster management in urban flood-prone areas by presenting a methodological approach applicable to other disaster contexts. Integrating social media sentiment analysis with advanced machine learning techniques offers a robust framework for real-time public sentiment assessment, enhancing disaster response strategies. Furthermore, these techniques help create a more resilient urban environment by improving the efficiency and effectiveness of flood management practices. This comprehensive tool is essential for better preparedness, response, and recovery from flood events, ultimately enhancing community resilience and safety in Bekasi City. This research is part of machine learning in disaster management and a valuable asset for city planners and disaster professionals around the world.
The Influence of Using Audio Visual Media, Direct Demonstration and Learning Motivation on Learning Outcomes Widodo, Edy; Nursulistyo, Emy Dwi; Anekawati, Fitri; Subangkit, Andreas
Indonesian Journal of Innovation Multidisipliner Research Vol. 2 No. 4 (2024): December
Publisher : Institute of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijim.v2i4.225

Abstract

Learning outcomes are important for the success of learning in college. The purpose of this study was to test the effect of the use of audio visuals, direct roles, and learning motivation on learning outcomes. The results of the first hypothesis testing data analysis concluded that there was a difference in learning outcomes assisted by audiovisual media in combination with direct demonstrations with learning outcomes with only direct demonstrations (5.266> 2.00) and the significance value of the difference between the two learning outcomes was below 0.05. In addition, calculations using 2-way variance analysis obtained F count values ​​for direct demonstration media and audiovisual media obtained results greater than F table. The results of the second hypothesis testing data analysis concluded that there was a difference in learning outcomes between students who had high learning motivation and students who had low learning motivation, which was shown at 9.660 <2.857. By increasing learning outcomes, learning objectives can be achieved.
ANALISIS PEMECAHAN MASALAH MANAJEMEN KARAKTER DIRI TARUNA/TARUNI DI AKADEMI PELAYARAN NASIONAL Anekawati, Fitri; Subangkit, Andreas; Widodo, Edy
MUARA Vol 7, No 1 (2024): Muara
Publisher : Akademi Pelayaran Nasional Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62826/muara.v7i1.80

Abstract

Penelitian ini bertujuan untuk mengetahui karakter manajemen diri taruna dan taruni di APN dan teknik yang dibutuhkan untuk membangun faktor-faktor dari karakter manajemen diri pada taruna dan taruni di APN. Penelitian ini menggunakan pendekatan kualitatif-studi kasus. Subjek adalah taruna dan taruni APN Surakarta semester 1 di kelas IA dan IB tahun 2023. Data diperoleh melalui wawancara dan observasi, dan kemudian dianalisis menggunakan analisis kualitatif. Hasil penelitian Karakter manajemen diri taruna dan taruni di APN dan teknik yang dibutuhkan untuk membangun faktor-faktor dari karakter manajemen diri pada taruna dan taruni di APN adalah motivasi, metode belajar, penggunaan waktu, lingkungan fisik dan sosial
Pengelompokan Provinsi di Indonesia Berdasarkan Tingkat Pengangguran Tahun 2023 Menggunakan K-Medoids : Pengelompokan Provinsi di Indonesia Berdasarkan Tingkat Pengangguran Tahun 2023 Menggunakan K-Medoids Soesmono, Salma; Pertiwi, Riezki; Saputri, Bening; Putri, Naomighina; Widodo, Edy
Emerging Statistics and Data Science Journal Vol. 3 No. 1 (2025): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol3.iss.1.art6

Abstract

Pengangguran di Indonesia mencapai 5.32% pada tahun 2023, lebih rendah dibandingkan tahun sebelumnya, namun masih belum mencapai target RPJM 2020-2024 yang berkisar antara 3.6-4.3%. Penelitian ini bertujuan untuk mengelompokkan provinsi-provinsi di Indonesia berdasarkan tingkat pengangguran menggunakan metode K-Medoids, serta menganalisis karakteristik pengangguran di setiap kelompok provinsi. Data yang digunakan mencakup tingkat pengangguran, jumlah angkatan kerja, dan indikator ekonomi lainnya yang diambil dari Badan Pusat Statistik (BPS). Analisis dilakukan dengan menggunakan K-Medoids clustering untuk mengidentifikasi kelompok provinsi yang memiliki pola pengangguran serupa. Hasil penelitian menunjukkan bahwa terdapat tiga cluster provinsi: Cluster 1 (24 provinsi) dengan pengangguran rendah, Cluster 2 (7 provinsi) dengan pengangguran sedang, dan Cluster 3 (3 provinsi) dengan pengangguran tinggi. Temuan ini diharapkan dapat menjadi dasar bagi kebijakan ketenagakerjaan berbasis data yang lebih tepat sasaran dalam mengurangi pengangguran dan mendukung pencapaian Visi Indonesia Emas 2045.
Co-Authors Abdul Aziz, Hilmy Abdul Halim Anshor Abidah Nur Anisah, Hergina Achmad Isya Alfassa Afnan, Irsyifa Mayzela 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 Andini, Wiranti Nugrah 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 Ayu Wardani, Dheandra Ayuningtyas, Rachel Aziza, Himelda Bahtiar, Reza Yusuf Bariklana, Muhammad Budiarto, Eko Choerunnisa, Riza Amelia Cusanti, Cusanti Desmitasari, Rosi Dewati, Nabila Ratna Dewayanti, Arlinda Amalia Dewi Trisnawati Dewi, Diana Kusuma Dewi, Rosiana Rahma DHANI ARIATMANTO Diba, Sheila Farah Dodit Ardiatma Dzakiroh, Alliyah Fadlurrohman, Muhammad Shiddiq Febriana, Ella Tasia Febriyanti, Syintya Ferdiansyah, Febby Fikri, Bana Ali Fikry, Muhammad Dirga Ghaisani, Salwa Yudanti Hamid, Yudhistira Hasanah, Insani Hendri, Martius Hermawan, Rachmat Hidayati, Irina Hijriyany, Meyla Hikmawan, Dimas Wahyu Hitayuwana, Nurul Huda, Tri Atmaja Ilma, Hafizah Ismayani, Indrianti Jati, Wahyu Pratama Jennifer, Dwirany Puspitasari Junita, Tarisya Permata Kashi, Rahma Yuliati Khaeriyah, Rakhil Khaerunnisa, Muthia Khusna, Zulfa Aulia Kurnia Ramadhani, Kurnia Kusuma, Tihat Jaya Laksono, Arif Anjang Lathifah, Lailla Nur 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 Maulidya, Rizka Putri Maulina, Gina Meimunah, M Mu'minin, Aisyah Ummi Muhammad Rifa'i, Anggi Muhammad, Juliana Saputra Muhammad, Shodiq Muhtajuddin Danny Muinah, Ummi Maftuhatul Muktiwijaya, Aldi Wilaga Mutia, Sani Nalurita, Wening Nawangsih, Ismasari Nilam Novita Sari Ningrum, Noorzahrah Cintya Nisa, Annida Jahratun Novianti, Afdelia Novyantika, Rizky Dwi Nowi, Nurul Aulia Nur Edma, Syifa’ul Mufidati Nur Hidayah Nur Hikmah Nurfalah, Meylinda Dwi Nurhikmat, Triano Nurinayah, N Nursulistyo, Emy Dwi Panggol, Sri Arista Papua, Oceano Alpheratza Permatasari, Retno Pertiwi, Riezki Pinasty, Salsabila 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 Rachmania Mulkiyah, Ananda Raharjo, Alifian Wahyu Rahmawan, Afandi Ahmad Rakhmalia, Riza Indriani Ramdhanti, Tiara Ratri Astuti, Morti Rini, Halimah Setio Safitrah, Ilham Saputra, Johan Saputri, Bening Saraswasti, Lidya Palupi 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 Tanza, Alifia Tria Anggraini, Devita Turmudi Zy, Ahmad Tusyakdiah, Halima Ulinnuha, Muhammad Utama, Rafi Ilmi Badri 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 Yumna, Pradipa Arka Yuniarti, Mazna Yusnandar, Y Zahra , Qolbiyatus Syifa Az