Article Per Year (5 Year)
p-Index From 2021 - 2026
9.853
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi EDUMATIC: Jurnal Pendidikan Informatika Progresif: Jurnal Ilmiah Komputer Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika International Journal of Informatics and Computation Jurnal Informatika Ekonomi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Journal Automation Computer Information System (JACIS) Brilliance: Research of Artificial Intelligence Journal of Social Research Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Joong-Ki : Jurnal Pengabdian Masyarakat Jurnal Informasi Sains dan Teknologi (ISAINTEK) Jurnal Cakrawala Ilmiah SMART Management Journal STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Indonesian Research Journal on Education Journal Of Informatics And Busisnes VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Jurnal Komputer dan Teknologi (JUKOMTEK) SAINTEK Jurnal Media Akademik (JMA) Joong-Ki Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi Modem : Jurnal Informatika dan Sains Teknologi Repeater: Publikasi Teknik Informatika dan Jaringan SISFOTENIKA Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi CommLine Expert Net: Exploration Journal of Technological Education Trends Joong-Ki Jurnal Pengabdian Kepada Masyarakat Jurnal Rekayasa Teknologi Nusa Putra Jejak digital: Jurnal Ilmiah Multidisiplin Jurnal Cakrawala Akademika Jurnal Sistem Informasi dan Ilmu Komputer
Elkin Rilvani
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering 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 Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Public Health Social Sciences Other

Published : 88 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 88 Documents
Search

 5   6   7   8   9 
DATA MINING UNTUK ESTIMASI WAKTU PRODUKSI DAN PENGIRIMAN KOMPONEN PREFAB BERDASARKAN RIWAYAT PROYEK Henri Caesar Bimantara; Abdul Rokim; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2629

Abstract

Industri konstruksi semakin mengadopsi komponen prefabrikasi untuk meningkatkan efisiensi dan kontrol kualitas. Namun, estimasi akurat waktu produksi dan pengiriman masih menjadi tantangan karena saling ketergantungan yang kompleks dan variabilitas dalam proses manufaktur. Penelitian ini mengembangkan pendekatan data mining untuk memprediksi waktu produksi dan pengiriman komponen prefabrikasi berdasarkan data historis proyek. Penelitian menggunakan beberapa algoritma machine learning termasuk Random Forest, Gradient Boosting, dan Support Vector Regression untuk menganalisis 500 proyek prefabrikasi historis dari tahun 2020-2024. Variabel kunci meliputi spesifikasi komponen, kebutuhan material, kapasitas produksi, faktor musiman, dan kendala logistik. Kinerja model dievaluasi menggunakan Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan metrik R-squared. Hasil menunjukkan bahwa model Gradient Boosting mencapai akurasi tertinggi dengan RMSE 2,3 hari untuk waktu produksi dan 1,8 hari untuk estimasi waktu pengiriman. Model mengidentifikasi faktor kritis termasuk indeks kompleksitas komponen, ketersediaan material, dan panjang antrian produksi sebagai prediktor utama. Implementasi model prediktif ini dapat mengurangi keterlambatan proyek sebesar 23% dan meningkatkan efisiensi alokasi sumber daya di fasilitas prefabrikasi. Temuan berkontribusi pada peningkatan perencanaan proyek dan optimasi rantai pasok dalam industri konstruksi modular.
KLASIFIKASI EFISIENSI PEMAKAIAN GAS PADA FURNACE C5 MENGGUNAKAN ALGORITMA ID3 DAN C4.5 SETELAH PENGGANTIAN BURNER Galih Pangestu; Fazri Albadawi; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2632

Abstract

Penggunaan energi yang efisien menjadi salah satu indikator penting dalam peningkatan kinerja industri, termasuk pada proses peleburan kaca di Furnace C5 PT. Mulia Glass Container. Salah satu permasalahan utama yang ditemukan adalah tingginya konsumsi gas saat menggunakan burner tipe Eclipse yang berdampak pada meningkatnya biaya operasional. Sebagai upaya perbaikan, burner diganti dengan tipe Flamatec yang memiliki kontrol pembakaran lebih stabil. Penelitian ini bertujuan untuk mengklasifikasikan efisiensi pemakaian gas sebelum dan sesudah penggantian burner menggunakan algoritma ID3 dan C4.5. Data diperoleh dari laporan produksi harian yang mencakup variabel seperti jenis burner, output harian, konsumsi gas, dan nilai primary unit. Klasifikasi dilakukan berdasarkan label efisiensi yang ditentukan dari nilai primary unit. Metode ID3 dan C4.5 digunakan untuk membangun model pohon keputusan, kemudian dibandingkan berdasarkan akurasi dan kinerja klasifikasinya. Hasil penelitian menunjukkan bahwa algoritma C4.5 memiliki tingkat akurasi lebih tinggi dibandingkan ID3 dalam mengklasifikasikan efisiensi pemakaian gas. Temuan ini menunjukkan bahwa metode klasifikasi berbasis decision tree dapat dimanfaatkan dalam analisis efisiensi energi industri, serta membantu manajemen dalam pengambilan keputusan teknis yang lebih tepat guna dan berbasis data. Implikasi dari penelitian ini adalah pemanfaatan algoritma data mining mampu mempercepat evaluasi performa operasional sekaligus meminimalkan pemborosan energi.
Pengelompokan Provinsi Merokok di Indonesia Berdasarkan IPM Menggunakan K-Means dan KNN Baihaqi Asa’ari Lubis; Indry Widiyani; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2639

Abstract

Salah satu kendala dalam pembangunan kesehatan nasional adalah prevalensi perokok di Indonesia, termasuk di kelompok usia produktif. Tujuan dari penelitian ini adalah untuk mengelompokkan dan mengklasifikasikan provinsi-provinsi di Indonesia berdasarkan persentase penduduk usia 15 tahun ke atas yang merokok serta nilai Indeks Pembangunan Manusia (IPM) pada tahun 2024. Studi ini menggunakan K-Means Clustering untuk mengelompokkan provinsi ke dalam klaster risiko, dan K-Nearest Neighbor (KNN) digunakan untuk mengelompokkan provinsi ke dalam klaster risiko berdasarkan nilai IPM terhadap klaster hasil K-Means. Badan Pusat Statistik (BPS) dan Sistem Informasi Manajemen Data Regional (SIMREG-Bappenas) menyediakan data. Hasil pengelompokan menunjukkan bahwa terdapat tiga klaster utama yang berbeda dalam hal tingkat merokok dan IPM. Model KNN digunakan untuk memprediksi klaster berdasarkan nilai IPM, dan menghasilkan tingkat akurasi klasifikasi yang tinggi, yang menunjukkan bahwa IPM memiliki keterkaitan terhadap pola persebaran kebiasaan merokok di tingkat provinsi. Penelitian ini memberikan kontribusi dalam pemetaan wilayah dengan risiko perilaku merokok tinggi, serta dapat menjadi dasar dalam penyusunan kebijakan kesehatan berbasis data di tingkat regional.
KLASIFIKASI KEMISKINAN DI INDONESIA DENGAN DECISION TREE MENGGUNAKAN RAPIDMINER Andi Setyawan; An-nisa Fitriani; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2646

Abstract

Kemiskinan merupakan salah satu permasalahan utama yang masih dihadapi dalam proses pembangunan, khususnya di negara-negara berkembang seperti Indonesia. Ketimpangan sosial dan ekonomi yang masih tinggi menuntut adanya kebijakan yang tepat sasaran dan berbasis pada data yang akurat. Oleh karena itu, dibutuhkan metode klasifikasi yang mampu memetakan status kemiskinan masyarakat secara efektif. Penelitian ini bertujuan untuk menganalisis klasifikasi status kemiskinan menggunakan metode Decision Tree yang diimplementasikan melalui aplikasi RapidMiner. Data yang digunakan merupakan data sintetis sebanyak 150 entri yang menggambarkan kondisi sosial ekonomi penduduk Indonesia. Variabel-variabel yang digunakan dalam analisis meliputi umur, tingkat pendidikan, status pekerjaan, pendapatan bulanan, jumlah anggota keluarga, serta tipe lokasi tempat tinggal (perkotaan atau pedesaan). Proses klasifikasi dilakukan menggunakan pendekatan pembelajaran terawasi (supervised learning), yang menghasilkan model pohon keputusan yang mudah dipahami dan diinterpretasikan. Hasil penelitian menunjukkan bahwa metode Decision Tree mampu mengklasifikasikan status kemiskinan dengan tingkat akurasi mencapai 93%. Dari hasil analisis, diketahui bahwa pendapatan bulanan dan status pekerjaan merupakan variabel yang paling berpengaruh dalam menentukan status kemiskinan. Temuan ini diharapkan dapat menjadi landasan dalam perumusan kebijakan intervensi sosial yang lebih tepat sasaran dan efektif.
PREDIKSI JUMLAH UMKM BERDASARKAN KATEGORI USAHA DAN LOKASI KABUPATEN/KOTA DI PROVINSI JAWA BARAT MENGGUNAKAN DECISION TREE Rizki Fahrizal; Muhammad Nur Falah; Elkin Rilvani
Jurnal Media Akademik (JMA) Vol. 3 No. 7 (2025): JURNAL MEDIA AKADEMIK Edisi Juli
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/v3i7.2658

Abstract

Provinsi Jawa Barat merupakan salah satu wilayah dengan jumlah Usaha Mikro, Kecil, dan Menengah (UMKM) terbanyak di Indonesia. UMKM memegang peranan penting dalam mendorong pertumbuhan ekonomi daerah, menciptakan lapangan kerja, serta meningkatkan kesejahteraan masyarakat. Penelitian ini bertujuan untuk memprediksi jumlah UMKM berdasarkan kategori usaha dan wilayah administratif kabupaten atau kota di Jawa Barat. Data yang digunakan dalam penelitian ini merupakan data proyeksi jumlah UMKM dari tahun 2017 hingga 2024 yang telah dikelompokkan berdasarkan jenis usaha seperti kuliner, perdagangan, konveksi, jasa, dan lainnya. Metode yang digunakan adalah algoritma Decision Tree karena memiliki kemampuan untuk menghasilkan model prediksi yang mudah dipahami dan mampu mengidentifikasi atribut paling berpengaruh terhadap fluktuasi jumlah UMKM. Proses analisis dilakukan dengan menggunakan perangkat lunak RapidMiner untuk membangun dan mengevaluasi model prediksi. Hasil penelitian menunjukkan adanya variasi pertumbuhan UMKM di setiap kabupaten atau kota dan dalam masing-masing kategori usaha. Temuan ini diharapkan menjadi acuan bagi pemerintah daerah dalam menyusun strategi pengembangan UMKM yang lebih tepat sasaran dan berbasis potensi lokal.
Prediksi Penjualan Brand di HGVR Store Menggunakan Algoritma C4.5 dan Naïve Bayes Naya, Candra; Rilvani, Elkin
Jurnal Informatika Ekonomi Bisnis Vol. 7, No. 3 (September 2025)
Publisher : SAFE-Network

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/infeb.v7i3.1242

Abstract

HGVR Brand is a creative industry engaged in the production and distribution of ready-to-wear clothing established in 2015, which has a reseller network in several major cities in Java. This study aims to analyze the prediction of HGVR Store product sales levels using data mining methods, specifically the C4.5 and Naïve Bayes algorithms, so that it can assist the company in determining marketing strategies and inventory management. The data used in this study consists of 500 sales data collected in June 2019 through observation, interviews, and internal company documentation. The input variables used include the number of orders (PO), quantity, price, and sales status, while the target variable is the classification of sales into "high" and "low" categories. The analysis process is carried out through the stages of data cleaning, transformation, and validation using the split validation technique (70% training data and 30% testing data). The C4.5 algorithm is used to build a decision tree model, while the Naïve Bayes algorithm is used to calculate the classification probability. The test results show that the C4.5 algorithm has a 100% accuracy rate with an excellent classification category based on the ROC curve (AUC = 1.00). Meanwhile, the Naïve Bayes algorithm also produced good classification results, although its accuracy was lower than that of C4.5. The conclusion of this study is that the C4.5 algorithm is more optimal than Naïve Bayes in predicting sales levels at the HGVR Store. These findings are expected to inform decision-making for the HGVR Brand in formulating business strategies.
Evaluasi Segmentasi VLAN dalam Optimalisasi Kinerja dan Keamanan pada Jaringan LAN di Universitas Pelita Bangsa Nadia tul umah; Faisal Arya Yudanto; Elkin Rilvani
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 8, No 1 (2025): Januari
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v8i1.313

Abstract

Abstrak: Perkembangan teknologi jaringan komputer, khususnya dalam pengelolaan Local Area Network (LAN), telah mendorong pengembangan teknologi Virtual Local Area Network (VLAN) sebagai solusi untuk meningkatkan efisiensi dan fleksibilitas jaringan. Penelitian ini bertujuan untuk menganalisis pengaruh segmentasi VLAN terhadap kinerja dan keamanan jaringan LAN. Metode yang digunakan dalam penelitian ini mencakup observasi, wawancara, serta analisis data menggunakan alat bantu seperti Cisco Packet Tracer, Wireshark, dan Iperf. Hasil penelitian menunjukkan bahwa penerapan VLAN dapat meningkatkan kinerja jaringan LAN secara signifikan, dengan peningkatan throughput sebesar 60%, penurunan delay sebesar 33%, pengurangan packet loss hingga 80%, dan penurunan jitter sebesar 57%. Selain itu, VLAN juga berperan dalam meningkatkan keamanan jaringan dengan memisahkan trafik berdasarkan segmen-segmen tertentu, sehingga mengurangi potensi ancaman dan meningkatkan kontrol terhadap aliran data. Penelitian ini memberikan rekomendasi bagi administrator jaringan untuk mengimplementasikan VLAN dalam pengelolaan jaringan LAN guna memperoleh kinerja yang lebih baik serta meningkatkan aspek keamanan jaringan. Kata kunci: VLAN, LAN, segmentasi jaringan dan keamanan jaringanAbstract: The development of computer network technology, particularly in the management of Local Area Networks (LAN), has driven the advancement of Virtual Local Area Network (VLAN) technology as a solution to enhance network efficiency and flexibility. This research aims to analyze the impact of VLAN segmentation on the performance and security of LAN networks. The methods used in this study include observation, interviews, and data analysis using tools such as Cisco Packet Tracer, Wireshark, and Iperf. The research findings indicate that the implementation of VLAN can significantly improve LAN network performance, with a 60% increase in throughput, a 33% reduction in delay, an 80% decrease in packet loss, and a 57% reduction in jitter. Additionally, VLAN plays a role in improving network security by separating traffic into specific segments, thus reducing potential threats and enhancing control over data flow. This study provides recommendations for network administrators to implement VLAN in managing LAN networks to achieve better performance and enhance network securityKeywords: VLAN, LAN, network segmentation, and network security.
Pendampingan Pembuatan Sistem Keamanan Jaringan Menggunakan Firewall Open Source Di SMK Garuda Nusantara Siswandi, Arif; Soejarminto, Yos; Rilvani, Elkin; Muktiali, Saiful
VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Vol. 3 No. 2 (2025): Desember 2025
Publisher : VINICHO MEDIA PUBLISINDO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61946/vidheas.v3i2.166

Abstract

The rapid development of information and network technology requires vocational schools to implement reliable network security systems to protect digital infrastructure and data. SMK Garuda Nusantara has adequate network facilities; however, network security implementation has not been optimally configured. This community service program aims to provide assistance in developing and implementing an open-source firewall-based network security system. The implementation method includes preparation, socialization, theoretical training, firewall configuration practice, mentoring, and evaluation. Open-source firewall solutions are utilized as cost-effective and educational tools for network security learning. The results indicate improved participants’ understanding and skills in network security concepts, traffic management, and access control using firewalls. This program supports project-based learning, enhances cybersecurity awareness, and strengthens collaboration between higher education institutions and vocational schools. Keywords: Network Security, Open Source Firewall, Community Service, Vocational Education
Implementasi Algoritma K-Means Clustering Meggunakan Rapid Miner Untuk Mengelompokan Penjualan Produk Pada Toko Sanjaya Sport Rilvani, Elkin; Fikr, Muhammad
Jurnal Pelita Teknologi Vol 19 No 2 (2024): September 2024
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v19i2.7300

Abstract

This study examines the implementation of the K-means clustering algorithm using RapidMiner to classify sports product sales data at Toko Sanjaya Sport. The research addresses the lack of a sales analysis system capable of grouping products based on sales performance, which has hindered effective stock and promotional decision-making. The dataset includes 150 sales records from January to December 2024, with attributes such as product name, category, and price. The research follows the Knowledge Discovery in Database (KDD) stages: data selection, preprocessing, transformation, clustering using K-means, and evaluation with the Davies-Bouldin Index (DBI). The results generated three clusters: highly demanded products (15 items), moderately demanded products (41 items), and less demanded products (69 items). The DBI score of 0.667 indicates good clustering quality. Overall, the findings provide valuable insights to support better inventory management and sales strategy planning at Toko Sanjaya Sport.
Perbandingan Manajemen Memori pada Sistem Operasi Windows dan Linux Ariza, Rini; Reza Maulana, Muhammad; Rilvani, Elkin
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 3 No. 1 (2025): Februari : Jurnal Sistem Informasi dan Ilmu Komputer
Publisher : International Forum of Researchers and Lecturers

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59581/jusiik-widyakarya.v3i1.4471

Abstract

This research compares memory management between Windows 10 and Linux Ubuntu operating systems, focusing on the issues of memory fragmentation and memory leaks. Windows 10 applies paging and segmentation methods, which provide a high degree of flexibility, but on the other hand carry considerable system overhead. On the other hand, Linux Ubuntu uses the Buddies system which is more efficient in dealing with fragmentation issues. In handling memory leaks, Windows 10 relies on Garbage Collection, while Linux Ubuntu utilizes the Permchecker tool. This research provides knowledge related to the differences between Windows 10 and Linux Ubuntu operating systems in the context of handling memory management problems, especially on memory fragmentation and memory leak problems.
Co-Authors Abdul Rokim Abid Lu’ay Raihan Taufik Agung Nugroho Ahmad Turmudi Zy Al Ayubi, Muhammad Din Aldi Patria Nugraha Alfian Saputra, Ricky Alfiana Erlangga, Dafa Alif Nur Fathlii Amarta Amar Agung Subekti An-nisa Fitriani Andhika Aziz Bachtiar Andi Setyawan Anindha Latiefa Zahra Apik Aminah Aries Widyantoro Arif Siswandi ARIF SUSILO Arif Susilo Arif Tri Widiyatmoko Ariza, Rini Arya Saepul Hakim Asep Muhidin Asep Muhidin Asep Saepuloh Asmil Januar Bagoes Ramadhan Baihaqi Asa’ari Lubis Bayu Nugroho Butsianto, Sufajar Candra Naya Catur Pranomo Dafi Andin Muhamad Daud Muzzaki Dimas Adi Nugraha Dina Amalia Putri Diska Kurnia Azzahra Putra Dito Ridwansyah, Rizjky Dzaky Alaudin Malik Edi Tri Wibowo Edora Erikasari, Vivie Zuliani Ermanto Ermanto Ermanto Fachrial Banyu Asmoro Fadhlurohman Fatikh Navintino Faisal Arya Yudanto Faiza Muhammad Julianto Faqih Irianto Fazri Albadawi Fikr, Muhammad Fiqhy Faradisa Al Bina Fitakwim Fitakwim Galih Pangestu Gilar Sumilar Hadi Putra Hardiansyah, Andi Hendra Parsaulian Henri Caesar Bimantara Herlan Wibowo Hidayat, Chaerul Hilman Ihza Amrullah Ikhsan Romli Indra Permana Indra Prakoso Indry Widiyani Iwan Mulyana Johan Mohammad Palah Khaerunnisa Isnaeni Lestari Khairunnisa Nasution Kristiyanto, Yogi Lili Fadli Muhamad Listian Indriyani Achmad Ma'ruf Setiadi2 Maharani , Tyanshi Firli Mikael Rivaldo Mochammad Rahmat Faisal Mohamad Hegar Sukmana Wibowo Monika Pakpahan MUHAMAD BINDARA SAOT Muhamad Daffa Maulana Arrasyid Muhamad Faisal Ilham Muhamad Fatchan Muhammad Akmal Ar Rasid Muhammad Albedri MUHAMMAD ARIFIN Muhammad Din Al Ayubi Muhammad Farhan Fahreza Muhammad Hegar Sukmana Muhammad Nur Falah Muhammad Rifki Febrianto Muhammad Rizal Mantofani Muhammad Rizky Raka muhidin, asep Muhtajuddin Danny Nabilla Kusuma Wijaya Nadia tul umah Nawangsih, Ismasari Naya, Candra Naza Sefti Prianita Novant Nanda Pradana Novi Wulandari Novianto Andi Hardiansyah Nur Hasim Nur Hidayati Nurhadi Surojudin Nurkholik Safrudin Ovi Marzuki Panji Anwar Sanusi Pardede, Debora Hizkhia Prasetyo, Fabian Eka Priasnyomo Prima Santoso Putra, Aan Fadillah Rafi Maulana Firdaus Rafli Maulana Ramadhan Ardi Iman Prakoso Reza Maulana, Muhammad Rio Rinto Saki Rizki Fahrizal Rizki Muhammad Rizky Juniarko Taruna Putra Rizqi Saputri Saiful Muktiali Sela, Mosses Ara’al De Setyawan, Wisnu Shanti Cahyaningtyas Sifa Setiyani Silvi Fara Dita Siswandi, Arif Siti Yasmin Nurcholifah Soejarminto, Yos Sukmana Wibowo, Mohamad Hegar Surojudin, Nurhadi Suryadi Putra Suryadi, Dikky Suryana, Syahro Tatia Deswita Anggraeni Taufik Eka Albani Tia Mulyani Tri Ngudi Wiyatno Trisnawan, Ahmad Budi Weni Purnomo1 Widodo , Edy Wisnu Ikhwansyah Saputra Wisnu Setyawan Yoga Pratama, Evan Yos Soejarminto Yudha Purnama Putra Yudi Fermana Zacky Rafian Fawwauzy Zalfa Dewi Zahrani