Article Per Year (5 Year)
p-Index From 2021 - 2026
8.753
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Techno.Com: Jurnal Teknologi Informasi JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Informatika dan Teknik Elektro Terapan Register: Jurnal Ilmiah Teknologi Sistem Informasi JOIV : International Journal on Informatics Visualization Indonesian Journal of Artificial Intelligence and Data Mining JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat To Maega: Jurnal Pengabdian Masyarakat Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi bit-Tech Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) JATI (Jurnal Mahasiswa Teknik Informatika) CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Jurnal Abdi Insani Journal of Advanced in Information and Industrial Technology (JAIIT) Nusantara Science and Technology Proceedings Kalam Cendekia: Jurnal Ilmiah Kependidikan Journal of Information System and Technology (JOINT) TIERS Information Technology Journal International Journal of Data Science, Engineering, and Analytics (IJDASEA) Jurnal Iqtisaduna COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal Informatika Dan Tekonologi Komputer (JITEK) Jurnal Hasi Penelitian Dan Pengkajian Ilmiah Eksakta - JPPIE Jurnal Informatika Teknologi dan Sains (Jinteks) Concept: Journal of Social Humanities and Education JIKTI : Jurnal Ilmiah Komputer Terapan dan Informasi Mujtama': Jurnal Pengabdian Masyarakat Journal of Artificial Intelligence and Digital Business TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi ILTEK : Jurnal Teknologi Jurnal Elektronika dan Teknik Informatika Terapan Horizon: Indonesian Journal of Multidisciplinary Modem : Jurnal Informatika dan Sains Teknologi Joong-Ki Jurnal Informatika Dan Tekonologi Komputer Jurnal Publikasi Sistem Informasi dan Manajemen Bisnis Mujtama’ Jurnal Pengabdian Masyarakat Teknik: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Muhammad Muharrom Al Haromainy
Universitas Pembangunan Nasional Veteran Jawa Timur
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 71 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 71 Documents
Search

 1   2   3   4   5 
IMPLEMENTASI SEBLOCK PADA KLASIFIKASI CITRA PENYAKIT MATA MANUSIA DENGAN ARSITEKTUR MOBILENETV3-SMALL Shalehuddin Albawani, Raden; Tri Anggraeny, Fetty; Muharrom Al Haromainy, Muhammad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8916

Abstract

Masyarakat Indonesia masih belum menyadari secara sepenuhnya tentang pentingnya kesehatan mata dimulai dengan adanya penyakit mata yang ringan seperti miopi, presbiopi, kelelahan mata, dan lain sebagainya dan juga penyakit mata yang berat seperti katarak, glaukoma, penyakit retina, dan lain sebagainya. Perkembangan teknologi saat ini memungkinkan manusia untuk dengan cepat dan tepat mengenali penyakit melalui gambar dengan memanfaatkan teknologi citra digital. Salah satu pendekatan yang digunakan adalah transfer learning dengan memakai arsitektur MobileNetV3-Small SEBlock yang dimana penggunaan metode tersebut dapat digunakan pada perangkat dengan spesifikasi yang rendah namun dapat menghasilkan hasil yag maksimal. Tingkat akurasi yang berhasil dicapai oleh MobileNetV3-Small SEBlock sangat memuaskan setelah melalui tahap pelatihan yang dimana pada fase tersebut dapat menunjukkan performa yang stabil serta hasil pengujian yang sangat baik dengan dapat membaca dan mengklasifikasi data sebanyak 3941 gambar dari 4000 gambar sehingga nilai akurasi yang didapatkan mencapai 90%.
IMPLEMENTASI MODEL TRANSFER LEARNING EFFICIENTNET UNTUK PENDETEKSIAN BAHASA ISYARAT INDONESIA (BISINDO) PADA PERANGKAT ANDROID Rizka Fadhillah, Irnanda; Muharrom Al Haromainy, Muhammad; Maulana, Hendra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10463

Abstract

Bahasa Isyarat Indonesia (BISINDO) adalah bahasa komunikasi yang digunakan oleh individu dengan gangguan pendengaran untuk berinteraksi satu sama lain dan dengan masyarakat umum. Namun, aksesibilitas informasi bagi komunitas BISINDO masih terbatas, terutama dalam hal pemahaman dan penerjemahan bahasa isyarat secara otomatis. Kurangnya alat bantu yang efektif menghambat interaksi mereka dengan masyarakat yang lebih luas, sehingga memperdalam kesenjangan komunikasi. Dalam upaya meningkatkan aksesibilitas informasi bagi komunitas BISINDO, penelitian ini mengimplementasikan model transfer learning EfficientNet untuk pendeteksian Bahasa Isyarat Indonesia pada perangkat Android. Data pelatihan yang digunakan adalah dataset gambar Bahasa Isyarat Indonesia (BISINDO) yang berisi gestur-gestur alfabet dari A sampai Z. Kumpulan data yang digunakan untuk model ini memiliki total sekitar 10400 gambar dengan 26 kelas yang berbeda. Penelitian ini menggunakan rasio data latih dan data uji 80-20, yaitu 80% kumpulan data citra digunakan untuk proses pelatihan dan 20% digunakan untuk proses pengujian. Model menggunakan pre-trained ImageNet, lalu dilakukan proses transfer learning menggunakan dataset BISINDO yang sudah disiapkan. Proses pelatihan model dilakukan dengan variasi jumlah epoch, yaitu 20, 30, dan 40, dengan evaluasi performa menggunakan metrik akurasi, precision, recall, dan F1 score. Hasil analisis menunjukkan bahwa model pada Epoch 20 mencapai akurasi tertinggi, yaitu 99.24%, dengan keseimbangan yang optimal antara kinerja dan efisiensi waktu pelatihan. Model berhasil diimplementasikan pada aplikasi android dengan kinerja yang sangat baik, membuktikan potensinya sebagai alat bantu yang efisien dan dapat diakses untuk komunitas tunarungu.
IMPLEMENTASI METODE ENSEMBLE MAJORITY VOTE PADA ALGORITMA NAIVE BAYES DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN TWITTER HARGA TIKET PESAWAT DOMESTIK Triyana, Dimas; Muharrom Al Haromainy, Muhammad; Maulana, Hendra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10475

Abstract

Transportasi merupakan komponen penting dalam mendukung pertumbuhan ekonomi suatu negara. Industri penerbangan domestik di Indonesia, khususnya, mengalami pertumbuhan pesat setelah terdampak pandemi Covid-19. Tetapi kenaikan jumlah penumpang mengakibatkan perbedaan pendapat terkait harga tiket pesawat domestik yang semakin mahal, yang menjadi faktor krusial dalam keputusan pembelian konsumen. Analisis sentimen melalui media sosial seperti Twitter menjadi solusi untuk memahami opini masyarakat terhadap harga tiket pesawat domestik. Fokus Penelitian ini menggunakan algoritma Naive Bayes dan Random Forest kemudian diimplementasikan pada Ensemble Majority Vote. Pada analisis sentimen pada tweet terkait harga tiket penerbangan domestik. Skenario pertama Naive Bayes menggunakan data training dan testing dengan rasio 80:20, menghasilkan akurasi sebesar 70,31% setelah menerapkan SMOTE untuk menangani ketidak seimbangan pada labelling data. Skenario kedua, dengan rasio 70:30, mendapat akurasi 71,75%. Metode Random Forest juga digunakan sebagai algoritma perbandingan. Pada skenario pertama, Random Forest mencapai akurasi 84,91%, dan pada skenario kedua, 85,71%. Penggabungan kedua algoritma menggunakan ensemble majority voting menghasilkan akurasi 85,88% dan 85,87% untuk kedua skenario, menunjukkan peningkatan akurasi prediksi dibandingkan model individu algoritma. Dalam artian metode ensemble majority vote dinilai efektive dalam meningkatkan akurasi analisis sentimen terhadap harga tiket pesawat domestik. Arah opini masyarakat terkait harga tiket pesawat domestik dalam media sosial Twitter adalah negatif.
Rancang Bangun Sistem Informasi Perencanaan Pengadaan Barang Menggunakan Framework Laravel (Studi Kasus Universitas XYZ) Muharrom Al Haromainy, Muhammad; Lina Nurlaili, Afina; Purnomo, Ryan
Journal of Advances in Information and Industrial Technology Vol. 5 No. 2 (2023): Nov
Publisher : LPPM Telkom University Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/jaiit.v5i2.388

Abstract

Pengadaan barang merupakan proses yang penting dalam sebuah organisasi. Hal ini berkaitan dengan anggaran yang akan dikeluarkan oleh sebuah organisasi. Dalam proses pengadaan barang di Universitas XYZ, masih menggunakan sistem file tradisional. Salah satu dampak apabila menggunakan sistem file adalah kerusakan data. Dalam penelitian ini diusulkan sistem informasi berbasis web untuk mencegah terjadinya kerusakan data. Sistem informasi yang dibuat menggunakan framework Laravel. Framework Laravel merupakan framework dengan Bahasa pemrograman PHP yang menawarkan berbagai fitur yang memudahkan dalam membangun sebuah aplikasi berbasis web. Sistem yang telah dibuat kemudian diuji menggunakan pengujian black box. Pengujian black box merupakan diujikan untuk memeriksa keberhasilan sistem berdasarkan sudut pandang pengguna.
Pendampingan Program Santripreneur berbasis Kewirausahaan Digital pada Santri Pondok Pesantren Jabal Noer Sidoarjo Jawa Timur Avi Sunani; Wahyu Fahrul Ridho; Muhammad Muharrom Al Haromainy; Fania Imelda Safitri; Lintang Putri Permatasari
To Maega : Jurnal Pengabdian Masyarakat Vol 7, No 1 (2024): Februari 2024
Publisher : Universitas Andi Djemma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35914/tomaega.v7i1.2441

Abstract

Pondok Pesantren Jabal Noer merupakan salah satu pondok pesantren di Sidoarjo yang tergabung dalam program One Pesantren One Product (OPOP). Hasil focus group discussion diperoleh informasi permasalahan mitra, yaitu rendahnya pengetahuan tentang manajemen usaha dan kemampuan memasarkan produk. Kegiatan pengabdian masyarakat bertujuan meningkatkan keterampilan mitra dalam mengelola usaha, mengelola keuangan, desain produk dan fotografi produk serta meningkatkan kemampuan memasarkan hasil produksi dengan memanfaatkan teknologi digital. Metode pelaksanaan pengabdian masyarakat dengan memberikan pelatihan, pendampingan, bantuan peralatan, komunikasi dengan instansi, dan evaluasi kegiatan. Hasil dari pelatihan dan pendampingan diukur menggunakan pre-test dan post-test. Hasil pre-test dan post-test tersebut diolah menggunakan statistik deskriptif yang menunjukkan peningkatan pemahaman dan keterampilan santri dalam mempromosikan hasil produksinya dengan memanfaatkan teknologi digital. Kegiatan pendampingan pengelolaan usaha menunjukkan peningkatan kemampuan santri dan pengelola pondok pesantren dalam mengelola produk pondok dan membuat laporan. Meningkatnya kemampuan manajemen usaha dan digital pemasaran digital  berhasil meningkatkan volume produksi dan penjualan produk yang berdampak pada meningkatnya income generating. Oleh karena itu, kegiatan pendampingan program santripreneur dalam pemasaran digital ini perlu dilakukan secara berkelanjutan.
Application of Google Data Studio for Data Visualization at SMK Tunas Bangsa Malang Trimono; Andreas Nugroho Sihananto; Muhammad Muharrom Al Haromainy; Edi Sugiyanto; Farkhan
Nusantara Science and Technology Proceedings 7st International Seminar of Research Month 2022
Publisher : Future Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11594/nstp.2023.33107

Abstract

The Department of Office Automation and Governance (OTKP) is one of the Vocational High School’s majors in Indonesia that focuses on office operations and information processing. One of the popular skill in information processing lately is data processing and visualization. In response of this trend, we propose a Google Data Studio training for Tunas Bangsa Vocational High School’s students from OTKP Majors. Google Data Studio is a free data analysis tool from Google. With this tool, users can not only display data with attractive and easy-to-understand visuals but also can process data from various sources on one worksheet. This service is mostly free, not limited to Google services such as Google Sheets but can be linked to other platforms, such as websites, applications or third party services. By the end of the training all participants have been able to use Google Data Studio for data visualization needed for offices in general.
Wayang’s Images Recognition using Vision Transformer Sihananto, Andreas Nugroho; Al Haromainy , Muhammad Muharrom; Fauzi, Zaky Ahmad; Reza, Reno Alfa; Putra, Gredy Christian Hendrawan; Christianty, Theressa Marry
IJDASEA (International Journal of Data Science, Engineering, and Analytics) Vol. 4 No. 2 (2024): International Journal of Data Science, Engineering, and Analytics Vol 4, No 2,
Publisher : Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/ijdasea.v4i2.24

Abstract

Due to its complex nature and outdated perception, Wayang is a traditional Indonesian art form influenced by Hindu-Buddhism. However, it is difficult for the younger generation to recognize the various types of Wayang. In an effort to preserve Wayang culture, this study evaluates the performance of four deep learning models in recognizing types of Wayang namely, Vision Transformer (ViT), ResNet34, YOLOv5-cls, and YOLOv8-cls. These models were trained and assessed using a dataset of 232 images representing six Wayang types and using matrix such as accuracy, recall, precision, and F1 score. ViT demonstrated efficiency and adaptability despite high computational requirements, achieving the best accuracy (91.3%), showing high adaptability despite substantial computational requirements. Meanwhile, YOLOv5-cls and YOLOv8-cls offered a good balance betwwen accuracy and efficiency. This study suggest that deep learning models can play an essentialrole in Wayang by enhancing recognition accessibility, thus helping younger generations appreciate this tradisional art form.
IMPLEMENTASI MAJORITY VOTE PADA METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE(STUDI KASUS : KENAIKAN PAJAK HIBURAN) Samodera, Bayu; Kartini, Kartini; Al Haromainy, Muhammad Muharrom
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4799

Abstract

Pajak adalah kontribusi wajib yang diambil oleh pemerintah dari warga negara atau penduduk yang tinggal di dalam wilayah hukumnya. Salah satu jenis pajak yang menarik perhatian adalah pajak untuk hiburan. Kenaikan tarif pajak hiburan dapat memiliki dampak signifikan terhadap industri hiburan dan juga persepsi masyarakat terhadap kebijakan pemerintah. Penelitian ini bertujuan untuk menganalisis persepsi masyarakat terhadap kenaikan pajak hiburan kedalam kategori positif, netral, dan negatif dengan menggunakan data dari media sosial Twitter. Penelitian ini menggunakan metode Naive Bayes dan Support Vector Machine dan menggabungkannya melalui metode Majority Vote. Hasil Skenario pertama dengan menggunakan 90% data latih dan 10% data uji, Naive Bayes mencapai akurasi 71.82%, sementara SVM mencapai 78.11%, dan Majority Vote mendapat akurasi 80.55%. Lalu pada skenario kedua dengan membagi data menjadi 80% untuk pelatihan dan 20% untuk pengujian, Naive Bayes mencapai akurasi 70.32%, sementara SVM mencapai 74.35%, dan Majority Vote mendapat akurasi 77.80%. Terakhir skenario ketiga dengan membagi data menjadi 70% untuk pelatihan dan 30% untuk pengujian, Naive Bayes mencapai akurasi 68.16%, sementara SVM mencapai 71.18%, dan Majority Vote mendapat akurasi 75.50%. Hasil sentimen akhir dengan menggunakan Majority Vote menunjukkan bahwa mayoritas masyarakat menyikapi kenaikan pajak hiburan sebagai negatif.
Analisis Pola Pembelian Pelanggan Menggunakan Algoritma Squeezer, Apriori dan FP-Growth Pada Toko Bangunan Faris Syaifulloh; Eva Yulia Puspaningrum; M. Muharram Al Haromainy
Modem : Jurnal Informatika dan Sains Teknologi. Vol. 2 No. 3 (2024): Juli : Modem : Jurnal Informatika dan Sains Teknologi
Publisher : Asosiasi Profesi Telekomunikasi Dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/modem.v2i3.153

Abstract

To compete with other stores, store owners need to design various strategies, one of which is understanding customer purchase patterns. This article examines the Squeezer algorithm and compares the performance of the Apriori and FP-Growth algorithms in forming customer purchase association patterns that can be used as a reference for store owners in planning sales strategies. The data mining process was carried out using Association Rules and Clustering methods. A total of 1256 sales transaction data samples were analyzed to understand the association patterns produced by each method. Based on the test results with a minimum support of 0.2 and a confidence of 0.6, the Apriori algorithm produced 194 association rules with a total rule strength of 1.16. Meanwhile, the FP-Growth algorithm produced 52 association rules with the same total rule strength of 1.16. The Clustering Method resulted in 7 clusters with a similarity value of 0.06322. After comparison, the FP-Growth algorithm proved to have better performance in generating association rules compared to the Apriori algorithm.
Prediksi Gangguan Kesehatan Mental pada Kalangan Mahasiswa Menggunakan Metode Pseudo-Labeling dan Algoritma Regresi Logistik Sari, Anggraini Puspita; Prasetya, Dwi Arman; Aditiawan, Firza Prima; Al Haromainy, Muhammad Muharrom
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 4 No 2(SEMNASTIK) (2024): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akunt
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol4No2(SEMNASTIK).pp40-48

Abstract

Mental illness is a health condition that alters a person's thoughts, feelings, or behaviors, leading to distress and difficulty in maintaining a normal life. Mental health issues should not be taken lightly due to the challenges associated with diagnosis. Many students tend to experience mental health problems at various stages of their education, from diploma programs to doctoral studies. This situation becomes more critical as students approach the end of their studies and anticipate future prospects. This article explores the mental health status of students through symptoms, using logistic regression methods for prediction based on the dataset used. In this study, two types of data are employed: labeled dataset and unlabeled dataset, which are combined to create a semi-supervised learning approach. Labeled dataset is classified using a logistic regression algorithm, while unlabeled dataset employs the pseudo-labeling method. The analysis and modeling of the dataset indicate that the comparison between labeled and unlabeled dataset can significantly affect accuracy and processing time. Furthermore, the use of the pseudo-labeling method with the logistic regression algorithm is well-suited for the mental health case study, achieving an accuracy of 98% with a labeled to unlabeled dataset ratio of 1:2.
Co-Authors Abdillah, Ikhwan Abdul Rezha Efrat Najaf Achmad Andrian Maulana Achmad Junaidi Achmad Rozy Priambodo Agung Mustika Rizki, Agung Mustika Agus Wibowo Agus Zainal Arifin Ahmad Saikhu Akbar, Fawwaz Ali Al Danny Rian Wibisono Al Fatih, Abdullah Alya Izzah Zalfa Rihadah Ramadhani Nirwana Putri Ananda Ayu Puspitaningrum Andreas Nugroho Sihananto Angga Lisdiyanto Anggraini Puspita Sari Anggraini Puspita Sari Anita Puspitasari Annisa Dwi Puspitarini Anugerah, Rico Putra Arraya Akhsa Putra Priyadizah ASHARI, FAISAL Avi Sunani Aviolla Terza Damaliana Azira, Volem Alvaro Azira Basuki Rahmat Masdi Siduppa Bima Arya Kurniawan Budi Nugroho Chairil, Augustin Mustika Chastine Fatichah Christianty, Theressa Marry Clara Diva Paramitha Darmawan, Marcellinus Aditya Vitro Dhimas Wahyu Prayogi Dian Maharani Dinda Friska Oktaviana Dwi Arman Prasetya Dwi Arman Prasetya Dwi Arman Prasetya Edi Sugiyanto Eva Yulia Puspaningrum Fania Imelda Safitri Faris Syaifulloh Farkhan Fauzi, Zaky Ahmad Ferdi Firdaus Ega Pratama Ferry Trilaksana Putra Fetty Tri Anggraeny Firza Prima Aditiawan Fitrani, Laqma Dica Ganal Arief Rahmawan Gusti Eka Yuliastuti Hajjar, Debrina Octrisya Hardiansyah, In Naka Malik Henni Endah Wahanani Hidra Amnur I Wayan Alston Argodi I Wayan Alston Argodi Istian Kriya Almanfakulti Jeziano Rizkita Boyas Kartini Kartini Kevin Iansyah Kusuma Wardani, Amalia Dwi Lailatul Musyaffaah Lina Nurlaili, Afina Lintang Putri Permatasari Lusi Kurnia Lusian Nandang Arjamulia M. Sa’aduddin Abdillah Yusuf Mandyartha, Eka Prakarsa Maulana Herza, Fakhri Maulana, Hendra Maulana, Vieri Arief Moh. Angga Ardiyansyah Mohammad Habim Hazidan Rifqi Mohammad Setyo Wardono Muhamad Fihris Aldama Muhammad Albert Nur Agathon Muhammad Baihaqi Arrisalah Muhammad Daffa Arifin Muhammad Helmi Satria Fedianto Muhammad Izdihar Alwin Muhammad Rifaldi Syaril Mashafy Muzdalifah, Nayani Alya Aquila Nia Dwi Puspitasari Nugroho, Budi Nur Nafisatul Fitriyah Nurlaili, Afina Lina Nurlaili, Afina Lina Permatasari, Reisa Pratama Wirya Atmaja Prinafsika Putra, Chrystia Aji Putra, Gredy Christian Hendrawan Raden Kokoh Haryo Putro Rafie Ishaq Maulana Rafif Ilafi Wahyu Gunawan Ramadhani, Muhammad Nabil Retno Mumpuni Reza, Reno Alfa Riza Satria Putra Rizka Fadhillah, Irnanda Ryan Purnomo Samodera, Bayu Sari, Rizky Buana Satrio, Deva Dwi Setyawan, Dimas Ari Shalehuddin Albawani, Raden Siregar, Talitha Aurora Nadenggan Sujayanti, Forentina Kerti Pratiwi Suprapti Taufiqqurrahman, Husain Tompo Panjaitan Tri Septianto Trimono, Trimono Triyana, Dimas Volem Alvaro Azira Azira Wahyu Eko Pujianto Wahyu Fahrul Ridho Wahyu Syaifullah JS Waluya, Onny Kartika Waskito, Achmad Derajat Winarti ., Winarti Yisti Vita Via