p-Index From 2021 - 2026
6.628
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) SMATIKA Briliant: Jurnal Riset dan Konseptual Journal of Development Research RABIT: Jurnal Teknologi dan Sistem Informasi Univrab KOMPUTIKA - Jurnal Sistem Komputer JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Teknologi Komputer dan Sistem Informasi Jurnal ICT : Information Communication & Technology JSAI (Journal Scientific and Applied Informatics) Jurnal Teknologi Informasi dan Multimedia ILKOMNIKA: Journal of Computer Science and Applied Informatics Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Bumigora Information Technology (BITe) Jurnal Ilmiah Intech : Information Technology Journal of UMUS Journal of Computer Networks, Architecture and High Performance Computing Journal of System and Computer Engineering Bima Abdi: Jurnal Pengabdian Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) GANESHA: Jurnal Pengabdian Masyarakat Journal of Science Nusantara Journal Automation Computer Information System (JACIS) Informatics, Electrical and Electronics Engineering Biner : Jurnal Ilmiah Informatika dan Komputer JAMU : Jurnal Abdi Masyarakat UMUS Jurnal Manajemen Teknologi dan Sistem Informasi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Sains Sistem Informasi
Claim Missing Document
Check
Articles

Penerapan Algoritma Decision Tree C5.0 Untuk Memprediksi Tingkat Kematian Pasien Penyakit Gagal Jantung Suraji Suraji; Abd. Charis Fauzan; Harliana Harliana
Jurnal Teknik Informatika UMUS Vol 4 No 02 (2022): November
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v4i02.682

Abstract

Penyakit jantung salah satu penyakit paling umum di antara penyakit lainnya, penyakit jantung dapat menyerang semua orang tanpa mengenal jenis kelamin, usia, atau faktor lainnya. Penelitian ini bertujuan untuk menerapkan algoritma C5.0 untuk memprediksi keberlangsungan hidup penderita penyakit gagal jantung serta memprediksi kematian pasien gagal jantung. Sedangkan untuk mengetahui akurasi yang dihasilkan oleh algoritma C5.0 dalam memprediksi akan digunakan confusion matrix. Penelitian ini akan menggunakan 300 dataset heart failure clinical records. Berdasarkan hasil yang didapatkan bahwa akurasi yang dihasilkan oleh algoritma decision tree C5.0 adalah 86,6% dengan perbandingan jumlah data latih dan data testing adalah 80 : 20. Sedangkan untuk presisi yang dihasilkan adalah 89,655 dan sensitifitas yang dihasilkan adalah 25 dengan spesifisitas 96,15
Pemodelan Proses Bisnis Organisasi Sekolah Berbasis Work Breakdown Structure berdasarkan Standar Nasional Pendidikan Salma Fatia; Annisa Heparyanti Safitri; Yayang Galuh Nur Khamidatullailiyah; Muhammad Ainul Yaqin; Abd. Charis Fauzan
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 4 No 2 (2022): Volume 4, Nomor 2, Agustus 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v4i2.147

Abstract

Permasalahan yang seringkali dihadapi oleh organisasi sekolah di Indonesia adalah rendahnya mutu pendidikan. Organisasi sekolah memiliki tujuan untuk menciptakan lulusan berkualitas. Tujuan dilakukan penelitian ini adalah untuk merincikan aktivitas-aktivitas dalam organisasi sekolah berdasarkan Standar Nasional Pendidikan (SNP). SNP terdiri dari delapan standar yaitu, standar isi, standar proses, standar kompetensi lulusan, standar pendidik dan tenaga kependidikan, standar sarana dan prasarana, standar pengelolaan, standar pembiayaan, serta standar penilaian pendidikan. Agar dapat memenuhi SNP tersebut, sekolah harus melakukan serangkaian proses bisnis yang didapatkan dari deskripsi kerja menggunakan Work Breakdown Structure (WBS). Hasil penelitian menggunakan notasi Business Process Model Notation (BPMN), didapatkan 10 model proses untuk standar isi, 4 model proses untuk standar proses pendidikan 4, 1 model proses untuk standar kompetensi lulusan, 6 model proses untuk standar pendidik dan tenaga kependidikan, 6 untuk standar sarana dan prasarana, 4 model proses untuk standar pengelolaan, 6 model proses untuk standar pembiayaan, serta 4 model proses untuk standar penilaian.
Identifikasi Irama Tilawah al-Quran dengan Gaya Mujawwad Menggunakan Naive Bayes Classifier Veradella Yuelisa Mafula; Abd. Charis Fauzan; Toto Ricky Fernando
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 4 No 2 (2022): Volume 4, Nomor 2, Agustus 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v4i2.464

Abstract

Selama ini, pencapaian seseorang dalam hal membaca al-Quran dengan tilawah gaya mujawwad perlu untuk ditingkatkan. Hal ini disebabkan adanya masalah dalam hal pemahaman membedakan jenis irama dalam seni membaca al-Quran. Menurut para ahli qurro di Indonesia, irama bacaan al-Quran terbagi menjadi tujuh macam bagian dan menjadi pilar dasar tilawah gaya mujawwad, yakni: Bayati, Shoba, Hijaz, Nahawand, Rost, Jiharkah, dan Sikah. Oleh karenanya, penelitian ini mengusulkan sistem cerdas menggunakan naïve bayes classifier yang diharapkan dapat membantu dalam identifikasi jenis irama tilawah berbasis gaya mujawwad. Hasil penelitian ini diperuntukkan bagi para pentilawah gaya mujawwad yang ingin mengetahui jenis irama tilawah yang dibacakan. Dalam pengembangannya, dataset didapatkan dari 10 pentilawah yang membacakan masing-masing irama untuk tiga ayat al-Quran yang berbeda, sehingga didapatkanlah data irama dalam ekstensi waveform audio format sejumlah 210 data irama. Tahapan metode dalam penelitian ini antara lain: 1) identifikasi masalah; 2) pengumpulan data tilawah gaya mujawwad; 3) validasi data tilawah gaya mujawwad; 4) ekstraksi fitur data tilawah gaya mujawwad; 5) imlementasi naïve bayes classifier; kemudian diakhiri dengan 6) pengujian. Pengujian dilakuman terhadap 63 data uji. Diperoleh hasil bahwa terdapat 36 data rekaman diidentifikasi dengan benar dan terdapat 27 data uji yang salah identifikasi. Maka didapatkan prosentase akurasi adalah 56,7%, prosentase presisi sebesar 56,8% serta prosentase recall adalah 33,4%.
Rancang Bangun Sistem Pendukung Keputusan Menggunakan Metode Simple Additive Weighting di PT. Paloma Hardware Bekasi Wasimin Wasimin; Abd. Charis Fauzan; Fatra Nonggala Putra
Journal of Science Nusantara Vol 2 No 2 (2022): Juni 2022
Publisher : LPPM Universitas Nahdlatul Ulama Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/jsnu.v2i2.413

Abstract

Menentukan karyawan terbaik di suatu perusahaan merupakan hal yang penting. Seorang manager perusahaan sering kali kurang akurat dalam menentukan karyawan terbaik karena mereka fokus menilai hanya pada grade saja. Oleh karena itu dibutuhkan adanya suatu sistem pendukung keputusan yang mampu mempertimbangkan beberapa kriteria karyawan. Sistem pendukung keputusan ini menggunakan metode simple additive weighting (SAW), yaitu mencari penjumlahan terbobot dari tiap nilai rating kinerja karyawan. Dalam penelitian ini yang akan dibahas yaitu Rancang Bangun Sistem Pendukung Keputusan Penentuan Karyawan Terbaik Di PT. Paloma Hardware Bekasi. Permasalahan dalam menentukan karyawan terbaik diantaranya masih terpaku pada grade saja dan dilakukan secara manual yang dilakukan setiap akhir pekan. Oleh karena itu penelitian ini bertujuan untuk membuat sistem pendukung keputusan penentuan karyawan terbaik menggunakan metode simple additive weighting yang nantinya akan menghasilkan nilai ranking alternatif dari karyawan. Dalam rancang bangun sistem pendukung keputusan penentuan karyawan terbaik ini MySQL digunakan sebagai database dan PHP sebagai bahasa pemrogramannya. Dengan adanya sistem pendukung keputusan ini proses penentuan karyawan terbaik dapat dilakukan dengan akurat, efektif dan efisien.
Pendampingan Desain Aplikasi Food Court untuk Pengelola Kedai dan Pramusaji Berbasis Android Abd. Charis Fauzan; Utrodus Said Al Baqi; Veradella Yuelisa Mafula
Bima Abdi: Jurnal Pengabdian Masyarakat Vol. 2 No. 2 (2022): Bima Abdi: Jurnal Pengabdian Masyarakat, Edisi Juli - Desember 2022
Publisher : Yayasan Pendidikan Bima Berilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53299/bajpm.v2i2.197

Abstract

Dewasa ini, beberapa aplikasi android yang telah dirancang untuk industri food court belum sepenuhnya telah menyelesaikan masalah yang terjadi pada sistem pelayanan tradisional. Oleh sebab itu, diperlukan pendampingan untuk merancang desain aplikasi food court berbasis android yang diperuntukkan bagi pengelola kedai dan pramusaji. Pendampingan ini berkerjasama dengan CV Ediide Infografika sebagai upaya meningkatkan kualitas pelayanan pada industri food court. Pendampingan desain aplikasi dilakukan dengan menggunakan beberapa tool, yakni figma design tool untuk merancang kerangka layout dasar aplikasi, membuat visual design, serta flutter software development kit (SDK) untuk membangun tampilan aplikasi yang indah. Kemudian dilakukan langkah kompilasi secara native untuk seluler, web, desktop, dan perangkat yang disematkan dari satu basis kode. Pendampingan desain aplikasi food court untuk pengelola kedai dan pramusaji berbasis android dilaksanakan dengan baik serta berhasil memenuhi kebutuhan fitur, dibuktikan dengan hasil dari black box testing yang telah dilakukan.
Komparasi Jarak Euclidean dan Manhattan Pada Algoritma K-Nearest Neighbor Dalam Mendeteksi Penyakit Diabetes Mellitus Agustin Ely Rahayu; Abd. Charis Fauzan; Harliana Harliana
Jurnal Sistem Komputer dan Informatika (JSON) Vol 4, No 2 (2022): Desember 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v4i2.5046

Abstract

Diabetes Mellitus is a chronic disease. This disease is caused by an increase in blood sugar levels in the body, it can cause diseases such as heart disease, obesity, and eye, kidney, and nerve diseases. Detection of Diabetes Mellitus is usually carried out by laboratory tests, so that patients have to undergo several medical tests to provide input values to a computerized diagnostic system which has proven to be expensive and has long queue times. From these problems, an artificial intelligence system is needed to diagnose this disease more easily and quickly. Therefore, the researcher aims to use an intelligent system to produce the highest accuracy from the results of the classification test using the K-Nearest Neighbor (K-NN) method with Euclidean distance and Manhattan distance. The class classifications used were pregnancy calculations, blood sugar in blood, blood pressure, skin fold thickness, insulin, body weight, diabetes genealogy dysfunction, and age. The research data in the form of datasets amounted to 450 datasets and the data was divided into two to determine the highest accuracy of 80% test data and 20% for training data. The highest accuracy using Euclidean distance is 84% with a value of K=5, and secondly, the Manhattan distance has the highest accuracy of 82% with a value of K=7.
PENGEMBANGAN DAN PENDAMPINGAN OPERASIONALISASI SISTEM INFORMASI MANAJEMEN PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT (SIM PPM) UNIVERSITAS NAHDLATUL ULAMA BLITAR Abd. Charis Fauzan; Mochamad Buqori Muslim; Ahmad Saifudin; Lestariningsih Lestariningsih
GANESHA: Jurnal Pengabdian Masyarakat Vol. 3 No. 1 (2023): Januari 2023
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Tunas Pembangunan Surakarta (UTP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/ganesha.v3i1.2378

Abstract

Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM) Universitas Nahdlatul Ulama (UNU) Blitar merupakan lembaga di dalam perguruan tinggi yang mendukung komunitas akademik universitas untuk memberikan layanan dan mendorong kegiatan penelitian dan pengabdian kepada masyarakat. Dengan demikian, LPPM UNU Blitar mempunyai tanggung jawab dalam mengelola maupun mengordinir data dari para dosen yang melakukan penelitian dan pengabdian. Namun selama ini, LPPM UNU Blitar belum memiliki sistem informasi manajemen untuk mengelola dan mengarsipkan data penelitian dan pengabdian yang dilakukan para dosen. Mengacu pada hal tersebut, perlu adanya pengembangan sekaligus pendampingan untuk operasionalisasi Sistem Informasi Manajemen Penelitian dan Pengabdian kepada Masyarakat (SIM PPM). SIM PPM ini dirancang khusus untuk pengelolaan data penelitian dan pengabdian, mulai dari aktivitas unggah proposal hingga pelaporan luaran. Dalam pengembangannya, SIM PPM memiliki multi pengguna dengan role yang berbeda-beda, antara lain role dosen, role reviewer hingga role administrator dari LPPM UNU Blitar. Untuk memperlancar operasionalisasi pengguaan SIM PPM bagi para pengguna, maka dilakukan pendampingan operasionalisasi SIM PPM. Pendampingan ini dilaksanakan dengan cara melakukan bimbingan teknis secara langsung kepada para pengguna sesuai level role-nya masing-masing. Hasil pendampingan SIM PPM ini mampu memperlancar kegiatan hibah internal perguruan tinggi yang diinisiasi oleh LPPM UNU Blitar pada periode Semester Gasal tahun akademik 2022/2023. Diharapkan, kegiatan pengembangan dan pendampingan operasionalisasi SIM PPM ini memberikan dampak signifikan dalam tata kelola hibah internal bagi LPPM UNU Blitar pada periode-periode berikutnya.
Performa Klasifikasi Berbasis Jarak untuk Deteksi Covid-19 Varian Delta dan Omicron Menggunakan Citra CT-Scan Paru-Paru Abd. Charis Fauzan; Salnan Sabdo Wibowo; Munziah Ahmad
Journal of System and Computer Engineering (JSCE) Vol 4 No 1 (2023): JSCE: Januari 2023
Publisher : Universitas Pancasakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47650/jsce.v4i1.714

Abstract

During the Covid-19 pandemic, there were two popular Covid-19 variants, namely Delta and Omicron. A non-laboratory approach is needed to detect the Delta and Omicron variants of Covid-19 to prevent a high risk of exposure to these two variants. This study proposes the detection of COVID-19 variants of Delta and Omicron using computerized tomography scan (CT-scan) images of the lungs using distance-based classification. There are 5 distance-based classification methods used to determine the best performance for the Delta and Omicron variant Covid-19 classification. Performance is measured based on the comparison of accuracy, precision and recall of each distance method. The distance method used in this study is Euclidean, Manhattan, Minkowski, Chebyshev, and Canberra. The dataset used was downloaded from the Kaggle database. There are 440 total CT-scan images of the lungs which are divided into 220 Covid-19 images of the Delta and Omicron variants and 220 non-Covid-19 images as training data. Meanwhile, there are test data of 140 Covid-19 images for the Delta and Omicron variants and 140 non-Covid-19 images. Based on the comparison of the performance of distance-based classification, it is concluded that the Manhattan Distance has the best performance compared to the other 4 distance methods. Manhattan distance has an accuracy of 58.57%, precision of 56.52%, and recall with a value of 74.28%. Meanwhile, the lowest accuracy value is owned by the Eucliean Distance of 48.21%. Then, the Minkowski distance has the lowest precision and recall with values ​​of 48.41% and 54.28%.
Pelatihan Penggunaan Aplikasi SIKS-NG Dalam Mendata Penerima Bantuan Sosial Di Desa Kandangan Harliana Harliana; Subana Subana; Dimas Ari Setyawan; Abd Charis Fauzan; Muhammat Maariful Huda; Raden Mohamad Herdian Bhakti; Tito Prabowo
JAMU : Jurnal Abdi Masyarakat UMUS Vol. 3 No. 01 (2022): Agustus
Publisher : LPPM Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (496.918 KB)

Abstract

Desa Kandangan merupakan salah satu dari 16 desa yang terdapat di Kecamatan Srengat, Kabupaten Blitar dengan luas sekitar 326 Ha, 90% luas wilayahnya merupakan lahan kering dan 9% adalah tanah sawah. Dari 1.483 KK jumlah KK Desa Kandangan terdapat 54,61% KK yang masuk kedalam kategori keluarga prasejahtera. Saat ini pendataan keluarga prasejahtera di Desa Kandangan sudah menggunakan aplikasi SIKS-NG yang merupakan basis data terpadu dari kemnetrian sosial. Aplikasi ini digunakan untuk merekomendasikan penerima bantuan pemerintah di tahun berikutnya. Namun sayangnya penggunaan aplikasi SIKS-NG di Desa Kandangan belum optimal. Berdasarkan hal tersebut maka kegiatan pengabdian ini akan difokuskan untuk membantu perangkat Desa Kandangan dalam memahami penggunaan aplikasi SIKS-NG. Untuk mencapai tujuan tersebut maka tim akan melakukan pendekatan kepada perangkat Desa serta melakukan pelatihan sekaligus membuatkan handbook dengan bahasa yang lebih mudah dimengerti oleh operator SIKS-NG. Selain itu handbook ini juga akan dilengkapi dengan QnA mengenai beberapa kendala saat operator menggunakannya. Dengan adanya hal tersebut maka solusi yang tim tawarkan dapat terlaksana semua sehingga pelaksanaan pengabdian dapat bermanfaat bagi seluruh perangkat Desa Kandangan Kabupaten Blitar
Implementasi Algoritma Term Frequency Inverse Document Frequency (TF-IDF) dalam Menganalisis Sentimen Masyarakat Terhadap Covid-19 Varian Omicron Fiqih Ainul Qhabib; Abd. Charis Fauzan; Harliana Harliana
JTIM : Jurnal Teknologi Informasi dan Multimedia Vol 4 No 4 (2023): February
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v4i4.233

Abstract

The latest variant was detected on November 24, 2021, namely the Omicron variant WHO said, Omicron was one of the Covid-19 variants that had mutated, with a very fast spread rate. The Government Republic of Indonesia has officially banned all foreigners from entering Indonesia, both those who have done so travel or come from countries exposed to the Omicron variant. This study uses data that has been processed using Netlytic online website. Netlytic analyzes text and visualizes public online conversations on social media sites. text preprocessing has several stages, namely case folding, tokenizing, stopword, stemming. Data analysis is the stage to classify words into positive, negative, or neutral sentiment classes. the last step is calculating the weights using the tf-idf method. It is proven from the DF value which reaches 628 words in one document, the D/DF value is 0.39 and the log D/DF is -0.41. The TF-IDF method can be taken in outline, namely it is easy to calculate frequency and relevance occurrence of words in a document. The TF-IDF method produces output according to user specifications, but this method takes a long time for large amounts of data.
Co-Authors A. Zainul Muttaqin Sph Achmad Nuuril Faizin Adhitya Prayoga Permana Afivatu Pratama Agustin Afrida Danar Pratama Agus Yulianto Agustin Ely Rahayu Agustin Ely Rahayu Agustina, Nur Afnis Ahmad Agung Saputra Ahmad Fayyadh Qaimul Haq Ahmad Gufron Ahmad Makhi Ahmad Makhi Ahmad Yunus Ainafatul Nur Muslikah Alvi Durunnafis Annisa Heparyanti Safitri Ardisca Evanandy Asfilia N. Anggraini Asna Andi Auladi Ayu Eviana Baqi, Utrodus Said Al Bharin Rizqi Waridhon Binti Aulatul Mufida Bunga Cahyaning Untari Caska - Chandra Gunawan Choirunnufatul Chusna Citra Mirna Wati Defy Lukbatul Qolbiah Deny Restyo Nugroho Dewana Firman Abdul Mu'izz Dewi Lestari Dimas Fahmi Rizaldi Dwi Danu Handoyono Dwi Zulva Uliunuha Dyah Ayu Wiranti Edoardo Jofan Rifano Edy Prabowo Egy Nadya Etvin Trio Sagita Fadhila Nur Hanifah Faizin Choirul Umam Fatmawati, Fariza Uma FATRA NONGGALA PUTRA Fiqih Ainul Qhabib Gunawan Gunawan Hardiana Riski Riswanto Harliana Harliana Harliana Harliana Harliana Harliana Hinayu Diniatul Fahma Huda Maariful Muhamat Ibrohim Aqimuddin Ida Ayu Putu Sri Widnyani Ike Wahyu Septiani Ilham Kurniawan Imam Machfud Indana Nuril Hidayah Indera Cahyo Wibowo Iqbal Fikri Al hadi Iza Arfiana Fauziah Jayanti Galuh Condrokirono Junaedi Abdillah Kafi, Elfiya Khanatul Kasanah, Siti Uswatun Khamaida Safinah Kharisma Sabbihatul Mustaghfaroh Khasanah, Dhea Lutfiatul Khoiril Hikmah Khoiril Hikmah Khoiril Hikmah Kurnia Siwi Kinasih Kurnia Z. Matondang Kurniyatul Ainiyah Lestariningsih Lestariningsih Lestariningsih Linda Salma Angreani M Maulana Ikhsan M. Subhan Ansori Machmud Naufal Mafula, Veradella Yuelisa Marshella Dwi Putri Yustiana Maskuri, Muhammad Naja Mochamad Buqori Muslim Mochammad Arifin Mochammad Rizqy Pratama Moh Afif Rofiqi Moh Bagus Sholikul Adib Muhamat Maariful Huda Muhamat Maariful Huda Muhammad Ammarullah Ridho Muhammad Asfa Ilhami Muhammad Holili Muhammad Nasyithul Ibad Muhammad Rizky Ramadhan Muhammad Yusuf Ashari Muhammat Maariful Huda Munziah Ahmad Nadila Oktavia Ningtias Naela Nur Choiriyah Nahdiyah, Umi Nanang Zamroji Nanik Yustia Neni Febiani Nurul Aziz Tri Wahyuni Panky Yoga Pratama Prabowo, Tito Puan Maharani Kurniawan Putri Handayani Raden Mohamad Herdian Bhakti Rahmat Yanu Sutrisno Redhitya Wempi Ansori Riska Fitri Nur Alifah Rouf, M. Abd. Safrinadi Ilham Salma Fatia Salnan Sabdo Wibowo Salsabella Elizzah Sari, Hetty Elvina Seta Murdha Pamungkas Setyawan, Dimas Ari Shinta Rizki Firdina Sugiono Shofiyatun Najah Shofiyatun Najah Subana Subana Sugeng Wahyudi Suraji Suraji Syarif Alqoroni Tamaulina Br Sembiring Tito Prabowo Toto Ricky Fernando Tricahyo, Vion Age Utrodus Said Al Baqi Veradella Yuelisa Mafula Veradella Yuelisa Mafula Wasimin Wasimin Winda Puji Larasati Yayang Galuh Nur Khamidatullailiyah Yeni Ratih Pratiwi Zainun Nasikin