Article Per Year (5 Year)
p-Index From 2020 - 2025
6.509
P-Index
This Author published in this journals
All Journal Dinamik Bulletin of Electrical Engineering and Informatics Jurnal Simantec Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) INTEKNA SMATIKA JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL PENDIDIKAN TAMBUSAI Jurnal Nasional Komputasi dan Teknologi Informasi CSRID (Computer Science Research and Its Development Journal) Jurnal Tekno Kompak Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] Pencerah Publik Jurnal Informasi dan Teknologi JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Jurnal Sains Komputer dan Teknologi Informasi Journal of Engineering, Technology, and Applied Science (JETAS) Jurnal Peduli Masyarakat JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Tematik : Jurnal Teknologi Informasi Komunikasi Journal of Computer Networks, Architecture and High Performance Computing Jumat Informatika: Jurnal Pengabdian Masyarakat Majalah Ilmiah UPI YPTK TIERS Information Technology Journal Jurnal Informatika Dan Tekonologi Komputer (JITEK) Jurnal Forum Kesehatan : Media Publikasi Kesehatan Ilmiah Dinamika Kesehatan: Jurnal Kebidanan dan Keperawatan Journal of Pharmaceutical Care and Sciences Sinergi International Journal of Communication Sciences Adpebi Science Series Politeia : Journal of Public Administration and Political Science and International Relations INSTALL: Information System and Technology Journal Midwifery And Complementary Care
Mambang
Universitas Sari Mulia
Aerospace Engineering Agriculture, Biological Sciences & Forestry 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 Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 2   3   4   5   6 
Sosial Media Analisis Berbasis NLP Untuk Mempercepat Tanggap Bencana Banjir Marleny, Finki Dona; Mambang
TEMATIK Vol 9 No 1 (2022): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2022
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v9i1.897

Abstract

Flood disasters that are monitored in real-time on social media can be seen to report directly the condition of the affected areas. Areas that have been warned to be affected by the floods were informed via social media. Surrounding areas that are likely to be affected can be more vigilant by directly speeding up information and getting responses from social media users who are around flood-prone areas. The research aims to provide visualization models that can accelerate flood response information from disaster management, track disasters with increasing vigilance, and accelerate flood disaster recovery with analysis on social media. The approach used with Natural Language Processing (NLP), a data source derived from posts on Instagram is taken for analytical materials. Data sources from Instagram with flood hashtags in Kalimantan are used by using the Natural Language Processing (NLP) process stage to get core information visualizations to speed up flood response information. Visualization of social media data information used based on extracting information from Instagram posts, responses, and hashtags to speed up information provides troubleshooting and the importance of speeding up flood response information. The results of data visualization can accelerate disaster response information to increase awareness of the condition of the surrounding area that can be affected by floods, it can be seen that the amount of data on the hashtag provides data visualization information in accelerating flood disaster management from disaster tracking to disaster recovery.
Implementasi Metode K-Means Clustering untuk Meningkatkan Penjaringan Mahasiswa Muhammad Zulfadhilah; Mambang; Septyan Eka Prastya
TEMATIK Vol 9 No 2 (2022): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2022
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v9i2.1053

Abstract

Rekrutmen mahasiswa di perguruan tinggi swasta memiliki tantangan tersendiri bagi pihak kampus. Pengelompokan mahasiswa berdasarkan asal sekolah, kota dan provinsi merupakan salah satu metode rekrutmen mahasiswa baru; penggunaan data mining dalam pengelompokan dapat dilakukan dengan menggunakan algoritma K-Means Clustering. Implementasi Algoritma K-Means Clustering relatif mudah dan memiliki komputasi yang cepat, sehingga dapat digunakan untuk menganalisis data profil mahasiswa perguruan tinggi untuk membantu meningkatkan seleksi mahasiswa baru pada tahun berikutnya. Pada data yang telah dikelompokkan dengan K-Means Clustering terdapat 3 cluster, cluster 1 (cluster_0) berdomisili kota-kota di Provinsi Kalimantan Tengah, dan cluster 2 (cluster_1) didominasi oleh mahasiswa dari berbagai kota di Provinsi Kalimantan Selatan, dan kluster 3 (cluster_2) didominasi oleh mahasiswa dari kota Banjarmasin, provinsi Kalimantan Selatan. Strategi pemilihan mahasiswa bisa lebih baik lagi berdasarkan analisis menggunakan K-Means Clustering.
Segmentasi Citra Keretakan Dinding Beton Menggunakan Teknik Perbandingan Evaluasi Metrik Marleny, Finki; Muhammad Fitriansyah; Sa’adah; Winda Astria Nuansa Saputri; Rudy Ansari; Mambang
TEMATIK Vol 10 No 1 (2023): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Juni 2023
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v10i1.1261

Abstract

Masalah yang umum ditemui pada bangunan adalah keretakan dinding beton. Berbagai faktor yang mempengaruhi keretakan dinding baik secara halus atau keretakan yang parah. Kerusakan pada dinding beton dapat di deteksi dini dengan berbagai teknik. Segmentasi citra dapat digunakan untuk mempercepat dan mempermudah deteksi keretakan pada dinding beton. Dalam analisis deteksi keretakan pada dinding beton, segmentasi citra digunakan untuk memisahkan area yang berbeda pada citra, seperti area keretakan dan area non-keretakan. Setelah itu, analisis lebih lanjut dilakukan pada area keretakan untuk menentukan karakteristik keretakan seperti panjang, lebar, kedalaman, dan orientasi. Segmentasi citra keretakan dinding beton dapat di evaluasi melalui evaluasi metrik dengan berbagai metode. Penerapan segmentasi citra untuk deteksi keretakan pada dinding beton dapat mempercepat proses inspeksi dan memperoleh hasil yang lebih akurat. Teknik segmentasi citra yang digunakan dalam proses ini adalah menggunakan teknik perbandingan evaluasi metrik untuk dapat melakukan proses segmentasi citra keretakan dinding beton. Hasil uji segmentasi citra akan membandingkan tiga metode segmentasi citra. Segmentasi citra merupakan segmentasi yang berbeda dengan karakteristik tertentu, yaitu menggunakan pendekatan DAS, canny filter, dan metode kontur aktif geodesik morfologi dalam evaluasi metrik. Untuk mengetahui tingkat keberhasilan dalam proses segmentasi citra menggunakan precision-recall, yang berfungsi untuk mengevaluasi kualitas output dari citra.
Analisis Tata Kelola Keamanan Informasi Menggunakan Framework Cobit 5 di Perpustakaan Daerah Kota Banjarmasin Fatimah, Nora Ova Putri Martiani; Mambang, Mambang; Hidayat, Ahmad; Tumanggor, Agustina Hotma Uli
Jurnal Pendidikan Tambusai Vol. 7 No. 3 (2023): Desember 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v7i3.11748

Abstract

Perkembangan dunia saat ini tidak terlepas dari perkembangan teknologi informasi yang dijadikan sebagai sarana pendukung dari perkembangan akses dan mampu meningkatkan efesiensi pekerjaan serta kualitas pelayanan dengan berbasis teknologi informasi. Untuk mengetahui tata kelola sistem keamanan dan tingkat kematangan saat ini dari sistem dengan menggunakan COBIT 5. Metode yang digunakan pada penelitian ini adalah Framework COBIT 5 yang digunakan dalam melaksanakan sebuah penelitian, pengumpulan data dengan melalui observasi, wawancara, dan pencarian studi literature sebagai bahan referensi teoritik dalam meneliti objek. Instrumen pengambilan data menggunakan kuesioner melalui google form.Berdasarkan penelitian hasil dari pengetahuan rata-rata pada seluruh domain proses ialah 1,25 dengan level dengan level 1 (Performed) yang dimana proses pada level ini, maka proses telah dilaksanakan dan mencapai tujuan sehingga dibutuhkan penyesuaian masing-masing domain proses. Berdasarkan hasil penelitian yang sudah dilakukan dari hasil kemantangan ini nilai rata-rata maturity level adalah 4,74 berada pada level 5 (Optimizing), yang dimana pada proses ini telah terstandarisasi dengan baik sehingga kemudian diimplementasikan menggunakan proses untuk mencapai hasil yang diinginkan diKeamanan Informasi.
Explanatory Data Analysis to Evaluate Keyword Searches for Educational Videos on YouTube with a Machine Learning Approach Mambang, Mambang; Hidayat, Ahmad; Wahyudi, Johan; Marleny, Finki Dona
Sinkron : jurnal dan penelitian teknik informatika Vol. 6 No. 3 (2022): Article Research Volume 6 Number 3, July 2022
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v7i3.11502

Abstract

One of the most important parts of data science is the process of explanatory data analysis. This study aims to analyze learning videos on YouTube using search keywords such as learning biology, chemistry, physics, computers, mathematics, management, accounting, citizenship, history, and culture. The method used is the explanatory data analysis technique with a Machine Learning approach. The dataset used in this study uses learning video search keywords found on the YouTube digital platform. After doing a thorough analysis of all existing variables, we found that in the context of searching for learning video keywords on YouTube, the viewing variable has a heatmap correlation of 0.97 on the likes variable, 0.97 on the subscribers variable, -0.15 on the duration variable and 0.95 on the comment variable. The duration variable negatively correlates with all variables based on the analysis using a correlation heatmap using the seaborn library. Our analysis found that the number of learning videos with the search keyword Mathematics had the highest number of views among other variables. Further research can use existing variables or also add variables and add search keywords on YouTube. The data analysis approach can also be done using SPSS, R and also a Machine Learning approach with different libraries.
Prediction of linear model on stunting prevalence with machine learning approach Mambang, Mambang; Marleny, Finki Dona; Zulfadhilah, Muhammad
Bulletin of Electrical Engineering and Informatics Vol 12, No 1: February 2023
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v12i1.4028

Abstract

An increase in the number of residents should be anticipated including in the health sector, especially the problem of stunting. Stunting in children disrupts height and lack of absorption of nutrients. Information and data drive change in many areas such as health, entertainment, economics, business, and other strategic areas. The stages carried out in this study are initiating, developing linear models, and making prediction results on linear machine learning models. The results of testing with the scikit-learn linear model with a minimum variable of 19 get the best test results, namely the polynomial regression with pipeline model with mean absolute percentage error (MAPE) 0.02, root mean square error (RMSE) 3.32, and coefficient of determination (R2) 1,00. Testing with the scikit-learn linear model with a maximum variable of 48 gets the best test results, namely the polynomial regression with pipeline model with MAPE 0.00, RMSE 3.79 and R2 1.00. Testing with the scikit-learn linear model with an average variable of 32 gets the best test results, namely the polynomial regression model with MAPE 0.01, RMSE 3.32, and R2 1.00. The results of testing with the scikit-learn linear model with the minimum, maximum, and average variables get the best test results, namely the polynomial regression with pipeline model.
OTOMATISASI MAIN SWITCH DAN TRACKING SEPEDA MOTOR MENGGUNAKAN APLIKASI ANDROID BERBASIS ARDUINO UNO Ramli, Muhammad Reza; Cipta, Subhan Panji; Mambang
INTEKNA Jurnal Informasi Teknik dan Niaga Vol 23 No 2 (2023): Jurnal INTEKNA, Volume 23, No. 2, Nov 2023
Publisher : P3M Politeknik Negeri Banjarmasin

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

Abstract

Ardunino uno sendiri merupakan sebuah perangkat purwarupa yang open source yang digunakan untuk perangkat elektronik karena software ini mudah untuk digunakan. Arduino uno ini memiliki 14 pin I/O digital dan 6 pin analog sedangkan untuk peprogramannya sendiri menggunakan koneksi USB type A to type B. Untuk Merancang sistem kontrol sepeda motor menggunakan perintah suara pada smartphone. Metode penelitian yang digunakan dalam pengerjaan penelitian ini adalah studi literature dan eksperimen, pembuatan prototype otomatisasi main switch dan pelacakan posisi sepeda motor yang menggunakan Arduino uno dan GPS(Global Positioning Sistem). Berdasarkan penelitian hasil Otomatisasi main switch dan tracking sepeda motor menggunakan aplikasi android berbasis Arduino uno untuk mempermudah pengguna sepeda motor yang kehilangan kunci dan melacak posisi sepeda motor. Dalam penelitian diatas tidak di implementasikan ke sepeda motor malainkan berbentuk prototype. Berdasarkan hasil penelitian diharapan agar dapat mengembangkan lebih baik lagi terkait dengan otomatisasi main switch dan tracking sepeda motor menggunakan aplikasi android berbasis arduino uno.
Upaya Peningkatan Kesehatan Remaja di sekolah melalui Peningkatan Keterampilan “Kader Kasehatan Remaja” Basit, Mohammad; Oktovin, Oktovin; Mambang, Mambang; Wahyudin, Rahmawati; Amelia, Mahlianor; Ladjar, Imelda Ingir
Jurnal Peduli Masyarakat Vol 6 No 3 (2024): Jurnal Peduli Masyarakat: September 2024
Publisher : Global Health Science Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37287/jpm.v6i3.4395

Abstract

Pengabdian ini untuk menggambarkan upaya peningkatan kesehatan remaja disekolah melalui peningkatan ketrampilan kader kesehatan remaja (KKR) SMAN 10 Banjarmasin. Kegiatan pembinaan kader kesehatan remaja ini agar bisa menerapkan perilaku hidup bersih dan sehat di lingkungan sekolah, yang pada akhir membutuk pola kebiasan sehat pada remaja di kehidupannya dan bisa meningkatkan derajat kesehatan dan kualiatas hidup generasi muda sekarang. Mitra pengabdian pada kegaiatan ini adalah kader kesehatan remaja berjumlah 16 orang. Kegiatan pengabdian ini dilaksanakan selama 8 bulan dengan 8 kali pertemuan mulai dari bulan juni sampai dengan bulan desember 20024 di SMAN 10 Banjarmasin. dengan melalui tiga tahapan yaitu tahap persiapan, tahap pelaksanaan dan tahap evaluasi. Metode yang di lakukan pada kegiatan ini adalah metode diskusi, ceramah, dan demontrasi, dengan menggunakan focus pada penyelesaian masalah mitra, garis besar kegiatan yang di laksnakan adalah 1) sistem tata kelola UKS 2)Peningkatan Keterampilan tim UKS 3). Pendampingan implementasi kegiatan UKS. Secara umum hasil dari kegiatan pengabdian ini yaitu Kader Kesehatan Remaja SMAN 10 Banjarmasin telah memiliki keterampilan yang baik dalam menjalankan perannya untuk memaksimalkan berjalannya program UKS di SMAN 10 Banjarmasin. Di mana KKR telah memiliki pehaman yang baik untuk melaksanakan kegiatan KKR,keterampilan yang baik dalam melakukan penghitungan Indek Masa tubuh (IMT), mengukur visus mengukur adanya buta warna, memerikan pertolongan pada orang pingsan dan luka ringan, Selain itu, KKR juga memiliki ketrampilan yang baik dalam membuat dan menyebarkan informasi kesehatan yang sangat diperlukan oleh remaja saat ini.
Artificial Intelligence and Digital Economy: Comparative Adoption of Regions and Populations in ASEAN Countries Using EDA Samita, Mambang; Mambang; Muhammad Zulfadhilah; Septyan Eka Prastya; Finki Dona Marleny
Adpebi Science Series 2022: 1st AICMEST 2022
Publisher : ADPEBI

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

Abstract

The purpose of this paper is to make a comparative analysis of artificial intelligence adoption and the potential of the digital economy in ASEAN countries. The regions of countries and populations of the ASEAN Region correlate with the adoption of artificial intelligence and the potential of the digital economy. This paper uses qualitative methods and experiments with secondary data sources from online websites. The data used has been validated with other online sources that are credible and follow global information provisions. This proposed paper has four variables used as indicators in data visualization related to AI Adoption, Area, Population, and the digital economy. The four countries analyzed are members of ASEAN. The results of exploratory data analysis using the Seaborn library using the Python programming language obtained correlation results consisting of the variables Adoption of AI, Area, Population, and Digital Economy. The correlation of the Adoption of AI variables with the Digital Economy correlates 0.94. Adoption of AI with Population correlates 0.93. Adoption of AI with an Area of 0.86. Furthermore, the Area or region variable has a correlation value of 0.97 with the digital economy. Areas with a population have a correlation value of 0.98. The Population variable has a very strong correlation with the digital economy of 1. Further research can add several variables such as the potential for future jobs and the number of countries so that it is not limited to ASEAN countries alone.
Klasifikasi dan Identifikasi Jerawat dengan Deep Learning Berbasis Convolutional Neural Network Risdianti, Risdianti; Prasetya, M. Riko Anshori; Hidayat, Ahmad; Mambang, Mambang
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4569

Abstract

Jerawat adalah kondisi kulit yang umum terjadi di dunia, menyerang sekitar 9,4% populasi global. Dampaknya tidak hanya terbatas pada kesehatan fisik, tetapi juga kesehatan mental, seperti menurunkan kepercayaan diri. Deteksi dan diagnosis jerawat secara manual oleh dokter kulit membutuhkan waktu yang tidak sedikit dan bisa memerlukan sumber daya yang signifikan. Selain itu, kemampuan diagnosis bisa bervariasi antar dokter, yang dapat mengakibatkan perbedaan dalam perawatan. Oleh karena itu, diperlukan teknologi untuk mendeteksi jerawat secara otomatis yang dapat mendeteksi dan mengklasifikasikan jerawat secara akurat. Penelitian ini bertujuan untuk mengembangkan model klasifikasi jerawat menggunakan Convolutional Neural Network (CNN) untuk mengidentifikasi empat jenis jerawat: cystic, hormonal, pasir, dan papula berdasarkan gambar wajah. Penelitian ini terdiri dari empat tahapan: pengumpulan data, preprocessing data, pembuatan model klasifikasi jerawat, dan pengujian model. Dataset yang digunakan terdiri dari 400 gambar jerawat yang diambil dari situs Kaggle, dibagi menjadi data latih dan data uji dengan rasio 80:20. Proses preprocessing dilakukan dengan augmentasi data menggunakan ImageDataGenerator dari Keras untuk meningkatkan variasi gambar. Model Convolutional Neural Network yang digunakan adalah InceptionV3 yang dimodifikasi dengan lapisan GlobalAveragePooling2D, dense layer dengan fungsi aktivasi ReLU, dropout sebesar 20%, dan output layer dengan fungsi aktivasi softmax. Model dilatih menggunakan optimizer RMSprop dengan learning rate 0.0001 dan loss function categorical crossentropy selama 70 epoch, dengan callback early stopping untuk menghentikan pelatihan jika tidak ada peningkatan pada loss function. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur akurasi, presisi, dan recall. Hasil evaluasi menunjukkan bahwa model memiliki akurasi sebesar 85%, presisi 85%, dan recall 84%, yang mengindikasikan kinerja yang baik dalam mengklasifikasikan jenis-jenis jerawat pada gambar wajah. Secara keseluruhan, penelitian ini membuktikan bahwa penggunaan CNN dalam klasifikasi jerawat dapat menghasilkan model yang andal dan efisien. Dengan akurasi, presisi, dan recall yang tinggi, model ini dapat membantu dalam diagnosis dan penanganan masalah kulit berjerawat. Penggunaan teknologi deep learning seperti Convolutional  Neural Network menunjukkan potensi besar dalam bidang dermatologi, khususnya dalam mendeteksi dan mengklasifikasikan kondisi kulit secara otomatis. Hasil penelitian ini memberikan kontribusi penting dalam pengembangan sistem otomatis untuk diagnosis jerawat, yang dapat digunakan oleh profesional medis untuk mempercepat dan meningkatkan akurasi diagnosis.
Co-Authors Abdul Kadir Adini, Muhammad Hifdzi Ahmad Hidayat Ahmad Hidayat Ahmad Riki Renaldi Ahmad Riki Renaldy Akhmad Baddrudin Amelia, Mahlianor Anggrita Sari Anggrita Sari Antonia Yenitia Ari Yunus Hendrawan Aulia Fitri, Aulia Ayu Ahadi Ningrum Bambang Lareno, Bambang Bayu Nugraha Bayu Nugraha Bima Wicaksono Budiman, Haldi Cipta, Subhan Panji Dixky Dixky Dwi Salmarini, Desilestia Fatimah, Nora Ova Putri Martiani Finki Dona Marleny Fitriansyah, Muhammad Haniffah Sri Rinjani Hati Waruwu, Riang Heni Pujiastuti Hudatul Aulia Husna Karima Ika Hariati Ika Hariati Ika Hariati Ika Hariati, Ika Hariati Indah Tri Handayani Indah Wulandari Jaya Hari Santoso Johan Wahyudi Johan Wahyudi, Johan Kamarudin Kartika Kartika Kunti Nastiti Ladjar, Imelda Ingir Liliana Swastina M Samsul Hasbi M Samsul Hasmi Maria Ulfah Maulida, Ihdalhubbi Maulida, Nur Meilianti Melda Melda Melda, Melda Meyska Widyandini Miranda Miranda Mohammad Basit, Mohammad Muhammad Khairul Akbar Muhammad Riduan Syafi’i Muhammad Satrio Ayuba Muhammad Zaini Bakri Muhammad Ziki Elfirman Muhammad Zulfadhilah Mukhaimy Gazali Muliawan, dadang Mutiara R, Chatrine Indri Mutmainah Mutmainah Mutmainah Mutmainah Nahdi Saubari Nalo Valentino Naparin, Husni Nisa, Reny Ayu Nor Azizah Novita Sari Novriansyah, Irvan Nur Hafiz Ansari Nur Meilianti Maulida Nurhaeni Nurhaeni Nurhaeni Nurhaeni Nurhasanah Nurhasanah Oktavia, Samita Oktovin, Oktovin Pasaribu, Annisa Pebrianti, Eva Wulani Prasetya, M. Riko Anshori Prastya, Septyan Eka Pratama, Ramadhani Noor Putri Putri Putri Putri, Putri Rafi'i, Rafi'i Rahmini Rahmini Ramli, Muhammad Reza Risdianti, Risdianti Risma Maulida Risma Risma Rismawati Rismawati Rizkian Muhammad Fikri Rochman, Wisnu Nur Ropikah Ropikah Ropikah, Ropikah Rudy Ansari Rudy Ansari Rudy Ansari, Rudy Rusidah, Rusidah Samita, Mambang Sandro Nesta Pembriano Sari, Anggrita Sa’adah Septyan Eka Prasetya Septyan Eka Prastya Septyan Eka Prastya Siti Gadis Hardianti Subhan Panji Cipta Subhan Panji Cipta Sultan Arrasyid SUMARNI ZAINUDDIN Syapotro, Usman Tasya Salsabila Theresia Kurniati Seran Tiara, Astia Rahma Tumanggor, Agustina Hotma Uli Wahyudin, Rahmawati Winda Astria Nuansa Saputri Windarsyah Windarsyah Wulandari Febriani Wulandari Febriani Yanti Saubari Yanti Saubari Yuslena Sari, Yuslena