Article Per Year (5 Year)
p-Index From 2021 - 2026
14.008
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal POINTER Sinkron : Jurnal dan Penelitian Teknik Informatika Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Multimedia JAST : Jurnal Aplikasi Sains dan Teknologi TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI) DEDIKASI PKM Jurnal Informatika dan Multimedia Enrichment: Journal of Multidisciplinary Research and Development Majority Science Journal
Dian Eka Ratnawati
Brawijaya University, Malang
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities 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 Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 195 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 195 Documents
Search

 14   15   16   17   18 
Analisis Klasifikasi Waktu Tunggu Kerja Lulusan dengan Support Vector Machine pada Data Tracer Study (Studi Kasus: Lulusan 2015-2020 Fakultas Ilmu Komputer Universitas Brawijaya) diniyah, zubaidah; Setiawan, Nanang Yudi; Dian Eka Ratnawati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Salah satu indikator keberhasilan perguruan tinggi dalam mempersiapkan lulusannya adalah waktu tunggu kerja, yaitu durasi yang diperlukan lulusan untuk mendapatkan pekerjaan setelah lulus. Penelitian ini bertujuan untuk mengklasifikasikan waktu tunggu kerja lulusan Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM) dan menganalisis faktor-faktor penyebab yang memengaruhinya. Metode Support Vector Machine (SVM) digunakan untuk membangun model klasifikasi berdasarkan data tracer study lulusan FILKOM periode 2020–2023, yang mencakup variabel seperti program studi, lokasi pekerjaan, IPK, jenis kelamin, dan lama studi. Penelitian ini juga menerapkan metode Root Cause Analysis (RCA) dan Failure Mode and Effect Analysis (FMEA) untuk mengidentifikasi serta memberikan solusi terhadap faktor-faktor penyebab utama waktu tunggu kerja yang lama.Hasil analisis menunjukkan bahwa metode SVM menghasilkan akurasi sebesar 74% dalam mengklasifikasikan waktu tunggu kerja. Berdasarkan analisis RCA dan FMEA, faktor risiko tertinggi yang memengaruhi waktu tunggu kerja adalah kurangnya pengalaman magang selama masa studi, lokasi pekerjaan di luar negeri yang memerlukan persyaratan tambahan, serta lama masa skripsi akibat minimnya konsultasi dosen-mahasiswa. Penelitian ini diharapkan dapat menjadi referensi bagi Fakultas Ilmu Komputer Universitas Brawijaya dalam mengoptimalkan program pengembangan karier lulusan untuk mempercepat waktu tunggu kerja dan meningkatkan kualitas lulusan.
Implementasi OCR Menggunakan Asprise dan Metode LSTM untuk Pengkategorian Item pada Setruk Belanja Jibril Averroes, Muhammad; Eka Ratnawati, Dian; Setya Perdana, Rizal
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JUST-SI
Prediksi Penjualan Makanan Restororan Menggunakan Metode ARIMA: Studi Kasus Waroeng Marisukakoi Hamas, radityo; Setiawan, Nanang Yudi; Dian Eka Ratnawati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 5 (2025): Mei 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Industri restoran menghadapi tantangan dalam mengelola permintaan pelanggan yang fluktuatif, terutama dalam hal pengelolaan persediaan dan efisiensi operasional. Penelitian ini bertujuan untuk meramalkan penjualan makanan di Waroeng Marisukakoi menggunakan metode ARIMA (Autoregressive Integrated Moving Average), sebuah model statistik yang terbukti efektif untuk analisis data deret waktu. Data yang digunakan mencakup jumlah transaksi harian per menu selama 11 bulan, dengan total data yang dikelompokkan menjadi 47 minggu. Tahapan pra-pemrosesan meliputi pengelompokan data penjualan harian menjadi mingguan, penyusunan 4 kelompok makanan berdasarkan jenis menu, serta penanganan outlier untuk menjaga kualitas data. Proses analisis dimulai dari implementasi model ARIMA dengan parameter optimal hingga evaluasi model menggunakan metrik RMSE, MAE, dan MAPE. Prediksi ini memberikan wawasan yang berguna bagi manajemen restoran dalam mengoptimalkan pengelolaan stok, merencanakan strategi pemasaran, dan meningkatkan efisiensi operasional. Penelitian ini menunjukkan bahwa metode ARIMA mampu memberikan prediksi yang cukup akurat, meskipun terdapat tantangan dalam menangani fluktuasi tajam pada data penjualan. Untuk pengembangan lebih lanjut, disarankan untuk mempertimbangkan variabel eksternal seperti promosi dan cuaca, serta menggunakan model hybrid seperti ARIMA-LSTM untuk menangkap pola data yang lebih kompleks.
Klasterisasi Nilai Hidup Pelanggan Menggunakan Model LRFM dan Algoritma K-Means (Studi Kasus: PT Garuda Lintas Cakrawala) Zahra, Wardah; Ratnawati, Dian Eka
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi JUST-SI
Diabetes mellitus diagnosis method based random forest with bat algorithm Anam, Syaiful; Deny Tisna Amijaya, Fidia; Hadi Wijoyo, Satrio; Eka Ratnawati, Dian; Ayu Dwi Lestari, Cynthia; Ilyas, Muhaimin
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 2: April 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i2.pp1140-1149

Abstract

Diabetes mellitus (DM) is a very dangerous disease and can cause various problems. Early diagnosis of DM is essential to avoid severe effects and complications. An affordable DM diagnosis method can be developed by applying machine learning. Random forest (RF) is a machine learning technique that is applied to develop a DM diagnosis method. However, the optimization of RF hyperparameters determines the performance of RF approach. Swarm intelligence (SI) could be used to solve the hyperparameter optimization problem on RF. It is robust and simple to be applied and doesn’t require derivatives. Bat algorithm (BA) is one of SI techniques that gives a balance between exploration and exploitation to find a global optimal solution. This article proposes developing an RF-BA-based technique for diagnosing DM. The results of the experiment demonstrate that RF-BA can diagnose DM more accurately than conventional RF. RF-BA has higher performance compared to RF-particle swarm optimization (PSO) in terms of computational time. The RF-BA also are able to solve the overfitting problem in the conventional RF. In the future, the proposed method has a high chance of being implemented for helping people with early DM diagnosis with high accuracy, low cost, and high-speed process.
Analisis Sentimen Berbasis Aspek Pada Ulasan Pelanggan Restoran Menggunakan Algoritma Support Vector Machine (Studi Kasus: Depot Bamara) Firdaus, Muhammad Fariz; Ratnawati, Dian Eka; Setiawan, Nanang Yudi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024117564

Abstract

Ulasan pelanggan berperan penting dalam evaluasi produk dan layanan restoran. Ulasan pelanggan membantu restoran mengidentifikasi kekuatan dan kelemahannya. Depot Bamara adalah rumah makan yang belum efektif dalam memanfaatkan ulasan pelanggan karena kurangnya teknologi dan sumber daya manusia yang ahli dalam menerapkannya. Salah satu solusi yang dapat diimplementasikan adalah menggunakan analisis sentimen berbasis aspek dengan bantuan pembelajaran mesin. Analisis sentimen berbasis aspek memberikan pengetahuan yang lebih berfokus pada setiap aspek restoran, dan penggunaan pembelajaran mesin memungkinkan pemanfaatan ulasan dengan sumber daya manusia minimal. Penelitian menggunakan data ulasan pelanggan tahun 2021-2022 sebanyak 1029 ulasan melalui web scraping di situs Google Review. Kata-kata dalam ulasan diberi bobot menggunakan teknik pembobotan frequency inverse document frequency (TF-IDF) dan diklasifikasi menggunakan algoritma support vector machine (SVM). Model klasifikasi diuji dengan teknik k-fold cross validation, menghasilkan rata-rata accuracy sebesar 92%, menunjukkan performa yang baik. Pengujian juga dilakukan pada masing-masing aspek, menujukkan hasil klasifikasi pada aspek harga memiliki rata-rata accuracy tertinggi, sebesar 96%. Data ulasan dianalisis menggunakan root cause analysis (RCA). Hasil RCA menunjukkan bahwa akar masalah ulasan negatif adalah tidak adanya opsi kepedasan, SOP yang belum ada, pelatihan staf yang belum rutin, dan kurangnya ruang parkir dan penataan tempat duduk saat makan siang. Hasil RCA digunakan untuk membuat rekomendasi setelah berdiskusi dengan stakeholder.   Abstract Customer reviews play an important role in the evaluation of restaurant products and services. Customer reviews can help restaurants identify their strengths and weaknesses. Depot Bamara is a restaurant that has not been effective in utilizing customer reviews due to the lack of technology and human resources who are experts in implementing it. One solution that can be implemented is using aspect-based sentiment analysis with the help of machine learning. Aspect-based sentiment analysis provides more focused knowledge on each aspect of the restaurant, and the use of machine learning allows the utilization of reviews with minimal human resources. The research used customer review data in the years 2021-2022 as many as 1029 reviews through web scraping on the Google Review site. Terms found in the reviews were weighted using the frequency inverse document frequency (TF-IDF) weighting technique and classified using the support vector machine (SVM) algorithm. The classification model was tested with k-fold cross validation, resulting in an average accuracy of 92%, indicating good performance. Tests were also carried out on each aspect, showing the classification results on the price aspect had the highest average accuracy, at 96%. The review data was analyzed using root cause analysis (RCA). The RCA results showed that the root causes of negative reviews were the absence of spiciness options, the lack of SOPs, the lack of regular staff training, and the lack of parking spaces and seating arrangements during lunch. The RCA results were used to make recommendations after discussions with stakeholders.  
Pemanfaatan Teknologi Firebase dalam Pengembangan Aplikasi Pengelolaan Stok Barang Berbasis Mobile pada Rumah Makan Nakamse Malang Leonardo, Ryan; Arwani, Issa; Ratnawati, Dian Eka
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 1 No 1 (2020): Agustus
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v1i1.1

Abstract

Nakamse merupakan salah satu rumah makan yang menawarkan konsep unik dan menarik kepada konsumennya. Oleh sebab itu, Nakamse menjadi salah satu usaha kuliner yang kini sedang tumbuh sangat pesat di kota Malang. Hal tersebut dapat dilihat dari bertambahnya jumlah store yang dimiliki dalam kurun waktu dua tahun terakhir. Seperti halnya rumah makan lain, setiap store Nakamse membutuhkan pasokan bahan makanan dari gudang utama yang mereka miliki. Namun dalam proses pendistribusian barang tersebut sering kali terjadi duplikasi data dan kesalahan pencatatan barang, hal tersebut terjadi diakibatkan manajemen gudang yang masih dilakukan dengan cara manual. Oleh karena itu, diperlukan sebuah perangkat lunak yang dapat melakukan pengelolaan terhadap stok barang yang ada di gudang. Perangkat lunak ini dikembangkan dengan menggunakan metode waterfall dan memanfaatkan Firebase realtime database sebagai tempat penyimpanan data. Dari hasil observasi dan wawancara, didapatkan beberapa kebutuhannfungsional yang kemudianndimodelkan dalam bentuk diagram UML. Kemudian dilanjutkan dengan melakukan implementasi kode programnmenggunakan bahasa pemrograman Java. Setelah tahap perancangan dan implementasi selesai dilakukan maka selanjutnya dilakukan pengujian dengan menggunakan metode blackbox dan usability testing. Pada pengujian blackbox mendapatkan hasil 100% valid pada setiap fungsionalnya. Sedangkan pada pengujian usability yang dilakukan dengan metode system usability scale mendapatkan skor sebesar 78,5. Skor tersebut mencerminkan bahwa aplikasi pengelolaan stok barang masuk dalam predikat C (Good) dan rentang penerimaan berada pada kategori accaptable.Kata Kunci: Pengelolaan stok barang, metode waterfall, Firebase reat
Pengembangan Data Warehouse dan Online Analytical Processing (OLAP) untuk Data Artikel pada Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Easterita, Bella Krisanda; Arwani, Issa; Ratnawati, Dian Eka
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 1 No 1 (2020): Agustus
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/justsi.v1i1.2

Abstract

Saat ini, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) telah terakreditasi dengan peringkat 2. Dengan JTIIK yang telah terakreditasi, maka peminat peneliti untuk mengirimkan artikel ke JTIIK semakin tinggi. Namun, proses untuk menerbitkan suatu artikel memerlukan waktu lebih dari satu tahun. Agar proses penerbitan tidak memerlukan waktu yang terlalu lama, mulai pada tahun 2018 JTIIK menerbitkan jurnal sebanyak enam kali dimana penerbitan mengalami peningkatan dari tahun sebelumnya. Dari peningkatan penerbitan ini, data yang disimpan juga akan semakin bertambah. Sebuah sistem diperlukan untuk mengelola data yang besar dari beberapa sumber dan melakukan analisis yang dapat menjadi bahan pertimbangan dalam pengambilan keputusan. Pada penelitian ini dilakukan pengembangan data warehouse dan Online Analytical Processing (OLAP) sebagai langkah penyelesaian untuk masalah dalam mengelola dan menganalisis banyaknya data dari beberapa sumber. Dalam penelitian ini dilakukan analisis sebagai tahapan pertama. Berdasarkan hasil analisis didapatkan 2 information package yaitu information package data artikel dan information package data penulis. Penelitian dilanjutkan dengan perancangan data warehouse dengan menggunakan snowflake schema yang menghasilkan 2 tabel fakta dan 4 tabel dimensi. Selanjutnya dilakukan implementasi ETL dan OLAP. Kemudian dilakukan 2 jenis pengujian. Hasil pengujian pertama yaitu validasi kebutuhan menunjukkan bahwa data warehouse yang dibangun telah sesuai dengan kebutuhan yang dirancang. Hasil pengujian kedua yaitu performansi proses ETL dari segi waktu menunjukkan bahwa hasil rata-rata waktu yang dibutuhkan untuk eksekusi proses ETL adalah 14,5 detik.
Pengembangan Sistem Informasi Presensi Sekolah Menggunakan Metode Prototype (Studi Kasus : SMAN 13 Pangkep) Muhajir; Eka Ratnawati, Dian; Arwani, Issa
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 3 No 2 (2022): Desember
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

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

Abstract

Presensi siswa dalam kelas merupakan salah satu indikator penting dalam penilaian proses pembelajaran di sekolah. Di SMAN 13 Pangkep, kegiatan presensi dilakukan secara daring sejak tahun 2020 akibat pandemi yang sedang berlangsung. Guru mengarahkan siswa untuk melakukan absensi masing-masing melalui whatsapp. Presensi melalui whatsapp ini dinilai tidak efektif dikarenakan data presensi di whatsapp dapat dengan mudah dimanipulasi siswa. Penelitian ini dilakukan berdasarkan permasalahan presensi melalui whatsapp dengan tujuan untuk dapat mempermudah guru dan siswa dengan membuat sebuah sistem informasi presensi yang dikembangkan dengan metode pengembangan prototype. Hasil dari penelitian ini yaitu sistem dibuat dalam bentuk website dan aplikasi mobile android. Hasil analisis kebutuhan didapatkan setelah melakukan 3 iterasi prototyping dengan pengguna. Hasil analisis kebutuhan yaitu 29 kebutuhan fungsional dan 2 kebutuhan non fungsional. Proses implementasi dilakukan dengan menggunakan framework laravel untuk website dan framework flutter untuk aplikasi mobile. Proses pengujian dilakukan dengan pengujian validasi, pengujian compatibility dan pengujian usability. Pengujian validasi mendapatkan hasil 100%, pengujian compatibility yaitu aplikasi mobile dapat berjalan pada 4 versi android dan website dapat berjalan pada 4 browser yang berbeda. Pengujian usability dilakukan dengan metode SUS mendapatkan nilai 87,5 yang artinya sistem yang dikembangkan telah sesuai dan mudah untuk digunakan.
Analisis Sentimen Objek Wisata di Provinsi Sulawesi Selatan Berdasarkan Ulasan Pengunjung Menggunakan Metode Random Forest Classifier Izza, Aisyah Nurul; Eka Ratnawati, Dian; Hayuhardhika Nugraha Putra, Widhy
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 3 No 2 (2022): Desember
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

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

Abstract

Provinsi Sulawesi selatan merupakan salah satu gerbang bagi para pengunjung yang ingin berwisata di kawasan Indonesia Timur. Keindahan pantai dan objek wisata bahari nya dapat mendukung perkembangan sektor pariwisata yang ada di Sulawesi Selatan. Objek wisata yang ada memiliki keunikan sehingga menjadi daya tarik bagi wisatawan lokal maupun mancanegara, salah satunya yaitu wisata pantai Tanjung Bira. Bagi wisatawan lokal dan mancanegara mencari referensi objek wisata melalui media sosial atau platform penyedia perjalanan. Pada penelitian ini penulis menggunakan platform yang bernama Tripadvisor sebagai sumber data penelitian. Tujuan dari penelitian ini adalah untuk mendapatkan informasi dari analisis sentimen melalui ulasan pengunjung objek wisata di Provinsi Sulawesi Selatan. Metode penelitian ini menggunakan algoritme random forest classifier dalam melakukan proses klasifikasi sentimen dengan mengklasifikasikan kedalam 3 kelas yaitu positif, netral, dan negatif. Proses klasifikasi nya meliputi text preprocessing, pembobotan kata menggunakan metode TF-IDF dan klasifikasi menggunakan algoritme random forest. Hasil penelitian melalui pengklasifikasian ulasan pengunjung terhadap objek wisata di Provinsi Sulawesi Selatan sudah cukup baik untuk digunakan di dalam sistem dengan nilai accuracy sebesar 82%, precision sebesar 86% dan recall sebesar 86%.
Co-Authors Abdurrahman Airlangga, Aria Abhiram, Muhammad Tegar Achmad Arwan Achmad Ridok Achmad, Riza Putra Adhitya, I Made Yoga Adrian Firmansah, Dani Afif Ridhwan Afrida Djulya Ika Pratiwi Agus Wahyu Widodo Agustin Kartikasari Ahmad Afif Supianto Akbar, Rozaq Aldy Satria Alfa Fadlilah Alifah, Syafira Almira Syawli, Almira Alvian Akmal Nabhan Amonito, Kurnia Ana Mariyam Puspitasari Anak Agung Bagus Arisetiawan Anam, Syaiful Ardhiansyah, Muhammad Hanif Arief Andy Soebroto Arif Pratama Asmoro, Priandhita Sukowidyanti Asroru Maula Romadlon Audia Refanda Permatasari Ayu Dwi Lestari, Cynthia Ayulianita A. Boestari Azizul Hanifah Hadi Bayu Rahayudi Bayu Satriawan, Eka Bayu Septyo Adi Bella Krisanda Easterita Bening Herwijayanti Berton, Freddy Toranggi Buce Trias Hanggara Buce Trias Hanggara Buchori Anantya Firdaus Budi Darma Setiawan Cahyo Gusti Indrayanto Candra Dewi Dany Primanita Kartikasari Darma Setiawan, Budi Darmawan, Riski Davia Werdiastu Denny Manuel Yeremia Sinurat Deny Tisna Amijaya, Fidia Devi Nazhifa Nur Husnina Dewi Yanti Liliana Dhiva Mustikananda Dimas Diandra Audiansyah Dimas Fachrurrozi Azam diniyah, zubaidah Diva, Zahra Djoko Pramono Dwi Ari Suryaningrum Dwi Febry Indarwati Dwi Purwono, Prayoga Dwija Wisnu Brata Dyva Pandhu Adwandha Dzulkarnain, Tsania Dzulkarnain, Tsania - Easterita, Bella Krisanda Edgar Maulana Thoriq Edy Santoso Elfa Fatimah Ema Agasta Entra Betlin Ladauw Eva Agustina Ompusunggu Fadhil, Muhammad Farrasseka Fadila, Putri Nur Faiz Anggiananta Winantoro Fanka Angelina Larasati Fathin Al Ghifari Fatthul Iman Fauzan Dwi Kurniawan, Fauzan Dwi Fauzidan Iqbal Ghiffari Figgy Rosaliana Firdaus, Muhammad Fariz Fitra Abdurrachman Bachtiar Fitri Dwi Astuti Fitria Yesisca Fitria, Tharessa Ghani Fikri Baihaqi glenando Gusti Ngurah Wisnu Paramartha Hadi Wijoyo, Satrio Hamas, radityo Hana Chyntia Morama Hanggara, Buce Trias Hanifa Maulani Ramadhan Haris Haris, Haris Harris Imam Fathoni Hasibuan, Herida Hafni Hasibuan, Raka Ardiansyah Heru Nurwasito Hilal, Khaliffman Rahmat Hilmy Ramadhan, Achmad Zhafran Huda Minhajur Rosyidin I Dewa Gede Ngurah Bramasta Darmawan Ibnu Aqli Ibnu Aqli, Ibnu Ibrahim Kusuma Ilyas, Muhaimin Imam Cholissodin Imam Cholissodin Imam Cholissodin Immanuel Tri Putra Sihaloho Indriati ., Indriati Indriati Indriati Ismiarta Aknuranda Issa Arwani Issa Arwani Isti Marlisa Fitriani Izza, Aisyah Nurul Jesika Silviana Situmorang Jibril Averroes, Muhammad Juan Michel Hesekiel Kartika, Annisa Wuri Kelvin Anggatanata Kevin Renjiro Khairi Ubaidah Khoba, Ahmad Faiz Khofifatunnabilah, Khofifatunnabilah Kirana, Urdha Egha Krishna Febianda Kusuma, Salsabila Azzahra' Zulfa Lailil Muflikhah Leonardo, Ryan Luqman Rizky Dharmawan M. Ali Fauzi Madjid, Marchenda Fayza Maghfiroh, Sofita Hidayatul Mahendra Data Mahendra Data Mala Nurhidayati Maliha Athiya Rahmani Marji . Marji Marji Marji Marji Marji Marji Maulana Syahril Ramadhan Hardiono Michael Eggi Bastian Mochammad Iskandar Ardiyansyah Rochman Moh Fadel Asikin Muh. Arif Rahman MUHAJIR Muhammad Iqbal Mustofa Muhammad Kevin Sandryan Muhammad Reza Utama Pulungan Muhammad Tanzil Furqon Muhyidin Ubaiddillah Muslimah, Fakhriyyatum Muthia Maharani Nabilah Iftah Nella Naily Zakiyatil Ilahiyah Nanang Yudi Setiawan Nanang Yudi Setiawan Nanda Alifiya Santoso Putri Nanda Petty Wahyuningtyas Nilna Fadhila Ganies Norma Desitasari Novirra Dwi Asri Nugraha Perdana, Aditya Nugraheni, Miftakhul Fitria Nur Adli Ari Darmawand Nur Khilmiyatul Ilmiyah Nuraini Anitasari Nuralam, Inggang Perwangsa Nurul Hidayat Nyimas Ayu Widi Indriana Oceandra Audrey Pandu Adikara, Putra Pangestu Ari Wijaya Panjaitan, RE. Miracle Prahesti, Suherni Prakoso, Ricky Pratomo Adinegoro Priyono, Mochammad Fajri Rahmatullah Rendra Puji Indah Lestari Purnomo, Welly Putra Pandu Adikara Putra, Alland Rifqy Putri, Nindy Alya Rachmad, Zikfikri Yulfiandi Raden Rizky Widdie Tigusti Rahma, Dzakiyyah Afifah Rahmah, Yusriyah Raisha, Serefika Raja Farhan Ramadha Pohan Rama Humam Syarokha Randy Cahya Wihandika Rani Metivianis Ratih Diah Puspitasari RE. Miracle Panjaitan Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Retno Indah Rokhmawati, Retno Indah Revi Anistia Masykuroh Rifqi Irfansyah, Nandana Rizal Setya Perdana Rizal Setya Perdana Robiata Tsania Salsabila Aditya Putri Rodiah Rodiah Ryan Leonardo Salsabillah, Dinar Fairus Saparila Worokinasih Saputro, Dimas Sarie, Riza Athaya Rania Satriawan, Eka Bayu Satrio Agung Wicaksono Satrio Hadi Wijoyo Sema Yuni Fraticasari Setiawan, Alexander Christo Setya Perdana, Rizal Setyowati, Andri Shafira Margaretta Sherly Witanto Sherryl Sugiono Sindarto Sigit Pangestu Silvia Ikmalia Fernanda Siregar, Fauziah Syifa R. Siti Fatimah Al Uswah Sobakhul Munir Siroj Sormin, Hartati Penta Angelina Sri Indrayani, Sri Suhhy Ramzini Sukmawati, A'inun Sutrisno Sutrisno Sutrisno, Sutrisno Syaiful Anam Syifa Namira Neztigaty Thifal Fadiyah Basar Titis Sari Kusuma Ulfa Lina Wulandari Utomo, Yoga Cahyo Vina Adelina Welly Purnomo Wibowo, Shinta Dewi Putri Widhy Hayuhardhika Nugraha Putra Wijanarko, Rizqi Winda Fitri Astiti Winurputra, Raihan Wiratama Paramasatya Yahya, Faiz Yolanda Nailil Ula Yudi Setiawan, Nanang Yuita Arum Sari Yunita Dwi Alfiyanti Yure Firdaus Arifin Zahra, Wardah