Article Per Year (5 Year)
p-Index From 2021 - 2026
4.951
P-Index
This Author published in this journals
All Journal FORUM STATISTIKA DAN KOMPUTASI Jurnal Pendidikan Matematika Media Statistika Journal of Education and Learning (EduLearn) AKSIOMA: Jurnal Program Studi Pendidikan Matematika Proceedings Education and Language International Conference Journal of Mathematics and Mathematics Education (JMME) BAREKENG: Jurnal Ilmu Matematika dan Terapan Specta Journal of Technology Budimas : Jurnal Pengabdian Masyarakat NUCLEUS: Jurnal Sains dan Teknologi Journal of Multidisciplinary Applied Natural Science Jurnal Pengabdian Kepada Masyarakat Aptekmas : Jurnal Pengabdian Kepada Masyarakat Journal of Community Service Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya Indonesian Journal of Advanced Research (IJAR) Equivalent: Jurnal Ilmiah Sosial Teknik Javanologi: International Journal of Javanese Studies Equiva Mathematics Education Journal
Dewi Retno Sari Saputro, Dewi Retno
Jurusan Matematika FMIPA UNS
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology 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 : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 54 Documents
Search

 1   2   3   4   5 
Pembelajaran Quantum Learning untuk Meningkatkan Prestasi Belajar Siswa Kelas VIII SMP ditinjau dari Gaya Belajar Siswa Putri, Matin Enggar; Mardiyana, M; Saputro, Dewi Retno Sari
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2019: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (588.838 KB)

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh model pembelajaran Quantum Learning terhadap prestasi belajar matematika ditinjau dari gaya belajar siswa kelas VIII SMP di kabupaten Sragen. Penelitian ini merupakan penelitian eksperimental semu dengan desain faktorial 2x3. Populasi penelitian ini adalah siswa kelas VIII SMP Negeri di Kabupaten Sragen. Sampel diambil secara stratified cluster random sampling. Instrumen yang digunakan untuk mengumpulkan data adalah instrumen tes prestasi belajar matematika dan instrumen angket gaya belajar siswa. Teknik analisis data menggunakan analisis variansi dua jalan dengan sel tak sama. Berdasarkan hasil penelitian, diperoleh kesimpulan bahwa: (1) model pembelajaran Quantum Learning menghasilkan prestasi belajar matematika yang lebih baik daripada pembelajaran langsung pada materi relasi dan fungsi. (2) Prestasi belajar matematika yang mempunyai gaya belajar visual dan auditorial lebih baik dibandingkan siswa dengan gaya belajar kinestetik, sedangkan siswa dengan gaya belajar auditorial mempunyai prestasi belajar yang lebih baik dibandingkan siswa dengan gaya belajar visual (3) Pada kategori gaya belajar visual, siswa yang diberi perlakuan dengan model pembelajaran Quantum Learning mempunyai prestasi belajar matematika yang sama baiknya dengan siswa yang diberi perlakuan dengan pembelajaran langsung (4) Pada kategori gaya belajar auditorial, siswa yang diberi perlakuan dengan model pembelajaran Quantum Learning mempunyai prestasi belajar matematika yang sama baiknya dengan siswa yang diberi perlakuan dengan pembelajaran langsung (5) Pada kategori gaya belajar kinestetik, siswa yang diberi perlakuan dengan model pembelajaran Quantum Learning mempunyai prestasi belajar matematika yang lebih baik daripada siswa yang diberi perlakuan dengan pembelajaran langsung (6) Pada model pembelajaran Quantum Learning, siswa dengan gaya belajar visual, auditorial dan kinestetik mempunyai prestasi belajar matematika yang sama baiknya (7) Pada model pembelajaran langsung, siswa dengan gaya belajar visual mempunyai prestasi belajar matematika yang sama baiknya dengan siswa yang mempunyai gaya belajar auditorial, sedangkan siswa dengan gaya belajar visual dan auditorial mempunyai prestasi belajar matematika yang lebih baik daripada siswa yang mempunyai gaya belajar kinestetik.
Studi Literatur: Model Pembelajaran Kooperatif Tipe Mood, Understand, Recall, Detect, Elaborate, Review (Murder) dengan Pendekatan Contextual Teaching and Learning (CTL) dalam Meningkatkan Prestasi Belajar Matematika Siswa Kusuma, Nunung Fajar; Mardiyana, M; Saputro, Dewi Retno Sari
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1241.577 KB)

Abstract

Berbagai penelitian banyak yang menunjukkan bahwa prestasi belajar matematika siswa di Indonesia kurang memuaskan. Berdasarkan penelitian-penelitian yang telah dilakukan menunjukkan bahwa penggunaan model pembelajaran kooperatif dapat meningkatkan prestasi belajar matematika siswa. Dalam makalah ini dikaji, mengenai penggunaan model pembelajaran kooperatif tipe Mood, Understand, Recall, Detect, Elaborate, Review (MURDER) dengan pendekatan ContextuaL Teaching and Learning (CTL) dalam meningkatkan prestasi belajar matematika siswa.Tujuan penulisan makalah ini yaitu: (1) Untuk mengetahui perbedaan prestasi belajar matematika siswa yang dikenai model pembelajaran kooperatif tipe MURDER dengan pendekatan ContextuaL Teaching and Learning (CTL) dengan siswa yang dikenai model pembelajaran langsung. (2) Untuk mengetahui kelebihan dari model pembelajaran kooperatif tipe MURDER dengan pendekatan ContextuaL Teaching and Learning (CTL). Dalam makalah ini dapat disimpulkan sebagai berikut. (1) Terdapat perbedaan prestasi belajar matematika siswa yang dikenai model pembelajaran kooperatif tipe MURDER dengan siswa yang dikenai model pembelajaran langsung. (2) Kelebihan dari model pembelajaran kooperatif tipe MURDER adalah menciptakan semangat belajar sehingga konsentrasi belajar dapat dicapai secara maksimal dan dapat menyerap materi yang telah dipelajari; agar siswa memiliki kesempatan untuk membentuk atau menyusun kembali informasi yang telah mereka terima; dengan pengembangan, maka akan lebih banyak mengetahui hal-hal yang berhubungan dengan materi yang dipelajari.
Pengelompokan Data yang Memuat Pencilandengan Kriteria Elbowdan Koefisien Silhouette (Algoritme K-Medoids) Utami, Dwi Sari; Saputro, Dewi Retno Sari
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1483.689 KB)

Abstract

Analisis kelompok adalah metode statistika multivariat yang bertujuan untuk mengelompokkan objek pengamatan yang memiliki kemiripan (karakteristik sama). Terdapat dua metode pengelompokan dalam analisis kelompok yaitu metode pengelompokan hierarchical (hierarki) dan nonhierarchical (nonhierarki). K-medoids merupakan metode pengelompokan nonhierarki yang mempartisi n data ke dalam k kelompok yang memiliki karakteristik sama dan menggunakan medoid (median) sebagai pusat kelompoknya. Dengan demikian, k-medoids ini robust terhadap adanya data pencilan. Dalam proses pengelompokan digunakan algoritme k-medoidsdengan kriteria elbow dan validasinya dengan koefisien silhouette. Kriteria elbow digunakan dengan melihat plot jumlah kuadrat sesatan (JKS) dari beberapa jumlah kelompok(k). Jika terbentuk siku (elbow) untuk nilai JKS pada suatu nilai k, maka nilai tersebut menjadi banyaknya kelompok yang akan dibentuk. Koefisien silhouette berada antara-1dan 1. Pada artikel ini dilakukan kajian kriteria elbow dan koefisien silhouette dengan algoritme k-medoids untuk pengelompokan data yang memuat pencilandan penerapannya pada kasus demam berdarah di Indonesia tahun 2016. Kajian menunjukkan bahwa pengelompokan kasus demam berdarah pada 34 provinsi di Indonesia tahun 2016 menghasilkan 3 kelompok dengan nilai koefisien silhouette sebesar 0.6409981.
Model Generalizedspace Time Autoregressive Integrated dengan Eror Autoregressive Conditional Heteroscedastic (GSTARI-ARCH) Gustiasih, Restuning; Saputro, Dewi Retno Sari
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1487.438 KB)

Abstract

Data runtun waktu spasial merupakan data yang tidak hanya mempunyai keterkaitan dengan kejadian pada waktu-waktu sebelumnya, namun juga mempunyai keterkaitan dengan lokasi. Salah satu pemodelan yang dapat digunakan untuk menganalisis data runtun waktu spasial adalah model generalized space time autoregressive (GSTAR) dengan asumsi eror bervariansi konstan. Namun, seringkali dalam suatu kejadian ditemukan kondisi dengan variansi selalu berubah setiap saat (tidak konstan) atau disebut terjadi heteroskedastisitas. Untuk mengatasi hal tersebut diperlukan model yang dapat digunakan pada variansi yang tidak konstan yaitu model GSTAR dengan eror autoregressive conditional heteroscedastic (ARCH) atau dikenal dengan model GSTAR-ARCH. Untuk data runtun waktu spasial yang tidak memenuhi asumsi kestasioneran digunakan model generalized space time autoregressive integrated (GSTARI) sehingga model menjadi GSTARIARCH. Metode least square digunakan untuk estimasi parameter persamaan mean GSTAR sedangkan maximum likelihood digunakan untuk estimasi parameter eror pengganggu ARCH. Tujuan penelitian ini untuk mengkaji ulang model GSTARI-ARCH. Metode dalam penulisan ini adalah studi literatur yang diperoleh dari beberapa artikel, jurnal, dan buku yang mendukung dalam mencapai penelitian. Hasil kajian diperoleh model GSTARI-ARCH yang mempunyai persamaan mean sebagai model GSTARI dan eror sebagai model multivariat ARCH.
Estimasi Parameter Model Generalizedspace Time Autoregressive (GSTAR) menggunakan Metode Generalized Least Square (GLS) Suryani, S; Saputro, Dewi Retno Sari
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1497.925 KB)

Abstract

Data time series atau data runtun waktu merupakan suatu data terurut berdasarkan waktu. Dalam beberapa kasus, terdapat data yang tidak hanya dipengaruhi waktu namun juga dipengaruhi kondisilokasi disekitarnya (pengaruh spasial). Model ruang waktu merupakan suatu model yang digunakanuntuk menggambarkan dan meramalkan data runtun waktu yang memiliki pengaruh spasial. Salah satu model ruang waktu adalah model space time autoregressive (STAR). Model STAR memilikiasumsi yang harus dipenuhi yaitu lokasi amatan harus memiliki karakteristik homogen. Pengembangan model STAR adalah model GSTAR yang dapat diterapkan pada karakteristik lokasiamatan yang heterogen dengan parameter autoregressive dan parameter space tidak harus samapada setiap lokasi. Estimasi parameter model GSTAR dengan respon multivariate dan sesatan yang saling berkorelasi menggunakan metode ordinary least square (OLS) menghasilkan estimator yang tidak efisien. Oleh karena itu, penelitian ini bertujuan lakukan estimasi parameter model GSTAR dengan metode GLS. Metode GLS merupakan generalisasi dari metode OLS, dimana metode GLS mempertimbangkan matriks variansi-kovariansi dalam estimasi parameter. Penelitian ini merupakan kajian teori, dengan menurunkan dan mengkaji ulang model GSTAR, mengkonstruksi dalam bentuk matriks dan melakukan estimasi parameter dengan GLS. Hasil kajian diperoleh estimator dengan metode GLS yang lebih efisien dari pada OLS dan ditunjukkan ketidakbiasan estimatornya.
Model Runtun Waktu Vector Autoregressive Moving Average with Exogenous Variable (VARMAX) Pratama, Rizcka Indah Hani; Saputro, Dewi Retno Sari
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1509.09 KB)

Abstract

Runtun waktu merupakan serangkaian pengamatan terhadap suatu variabel yang diamati dari waktu ke waktu secara berurutan dalam waktu yang tetap.Model dasar runtun waktu yang hanya melibatkan satu variabel amatan adalah model autoregressive (AR).Perluasan model AR adalah model vector autoregressive (VAR) yang melibatkan lebih dari satu variabel. Model VAR dapat dikembangkan menjadi model vector autoregressive moving average (VARMA) dengan menggabungkan model VAR dan vector moving average (VMA). Model vector autoregressive moving average with exogenous variable (VARMAX) merupakan kasus khusus dari model VARMA dengan penambahan variabel eksogen ke dalam model yang memuat variabel endogen. Variabel eksogen dalam model VARMAX ditentukan di luar model dan sifatnya memengaruhi variabel endogen dalam model namun tidak berlaku sebaliknya.Penelitian ini bertujuan untuk melakukan kajian ulang model VARMAX dan estimasi parameternya dengan metode yang digunakan adalah kajian literatur dari berbagai sumber.least square (LS).Hasil kajian ini diperoleh model VARMAX dan asumsinya serta estimasi parameternya dengan LS.
Model Periodic Autoregressive with Exogenous Variable dan Estimasi Parameternya dengan Metode Kuadrat Terkecil Dua Tahap Ningrum, Hanifah Listya; Saputro, Dewi Retno Sari
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1504.799 KB)

Abstract

Model periodic autoregressive with exogenous variable (PARX) adalah model runtun waktu yang digunakan untuk mengetahui hubungan dinamis antara variabel endogen dengan variabel eksogen.Model PARX merupakan pengembangan dari model periodic autoregressive (PAR) dengan menambahkan variabel eksogen ke dalam modelnya.Variabel eksogen adalah variabel yang berpengaruh terhadap variabel lainnya, namun sebaliknya tidak dipengaruhi oleh variabel lainnyadalam satu model.Pada umumnya, metode estimasi parameter untuk model PARX adalah metode kuadrat terkecil (least square/LS) namun tidak dipertimbangkan parameter yang tidak signifikan, akibatnya estimator yang dihasilkan tidak akurat. Dengan demikian diperlukan pembatas linear untuk parameter tertentu, sehingga metode kuadrat terkecil dua tahap (two stage least square/2SLS)tepat untuk mengatasi masalah tersebut. Tujuanpenelitian untuk melakukan kajian ulang model PARX dan estimasi parameternya dengan metode kuadrat terkecil dua tahap. Perhitungan metode kuadrat terkecil dua tahap pada dasarnya sama dengan metode kuadrat terkecil (least square/LS) namun proses estimasinya melalui dua tahap LS. Hasil kajian menunjukkan diperoleh model PARX dan asumsinya serta estimasi parameter dengan metode kuadrat terkecil dua tahap.
Proporsionalitas Autokorelasi Spasial dengan Indeks Global (Indeks Moran) dan Indeks Lokal (Local Indicator of Spatial Association (LISA)) Saputro, Dewi Retno Sari; Widyaningsih, Purnami; Kurdi, Nughthoh Arfawi; Susanti, Ade
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1488.855 KB)

Abstract

Autokorelasi spasial merupakan teknik dalam analisis spasial untuk mengukur kemiripan nilai atribut dalam suatu ruang (jarak, waktu dan area). Jika terdapat pola sistematik dalam nilai atribut tersebut,maka terdapat autokorelasi spasial.Adanya autokorelasi spasial mengindikasikan bahwanilai atribut pada area tertentu terkait oleh nilai atribut tersebut pada area lain yang letaknya salingberdekatan (bertetangga). Ketetanggaan tersebut diharapkan dapat mencerminkan derajatketergantungan area (spasial) yang tinggi apabila dibandingkan dengan area lain yang letaknyaterpisah jauh.Autokorelasi spasial diukur melalui dua indeks yaitu indeks global dan indeks lokal. Indeks Moran adalah indeks global tertua yang membandingkan nilai atribut area dengan nilaiatribut area lainnya. Sementara, Local Indicator of Spatial Association (LISA)adalah indeks lokal yang dipergunakan untuk mengevaluasi kecenderungan adanya pola secara lokal dengan menunjukkan beberapa bentuk dari hubungan spasial. Indeks Moran cenderung mengabaikan pola lokal hubungan spasial sehingga LISA memberikan hubungan spasial pada setiap wilayah pengamatan. Keduanya, baik indeks global maupun lokal mempunyai nilai yang proporsional yaitu indeks Moran proporsional dengan jumlah nilai LISA melalui matriks pembobotan spasial (W) dengan taxonomic levels. Dalam artikel ini dibuktikan proporsionalitas tersebut yakni nilai indeks Moran proporsional dengan jumlah nilai LISA.
Performance of Ridge Regression, Least Absolute Shrinkage and Selection Operator, and Elastic Net in Overcoming Multicollinearity Saputro, Dewi Retno Sari; Wahyu, Nugroho Lambang; Widyaningsih, Yekti
Journal of Multidisciplinary Applied Natural Science Vol. 5 No. 2 (2025): Journal of Multidisciplinary Applied Natural Science
Publisher : Pandawa Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47352/jmans.2774-3047.251

Abstract

Multicollinearity is a violation of assumptions in multiple linear regression analysis that can occur if there is a high correlation between the independent variables. Likewise, the variants of multiple linear regression models such as the Geographically Weighted Regression model (GWR). Multicollinearity causes parameter estimation using the Quadratic Method (QM) unstable and produces a large variance. On the other hand, what is expected in the estimation parameters is an estimate with a minimum variance, even though it is biased. Thus, one way to overcome multicollinearity can be to use biased estimators, such as Ridge Regression (RR), Least Absolute Shrinkage and Selection Operator (LASSO), and Elastic Net (EN). In RR, the Least Square Method (LSM) coefficient is reduced to zero but it can’t select the independent variable. However, the parameter model obtained from the Ridge Regression is biased, and the variance of the resulting regression coefficients is relatively tiny. In addition, the RR is increasingly difficult to understand if a huge number of independent variables are used. Meanwhile, LASSO is a computational method that uses quadratic programming and can act out the RR principles and perform variable selection. The LASSO method became known after discovering the Least-Angle Regression (LARS) algorithm. The LASSO method can reduce the LSM coefficient to zero to perform variable selection. LASSO also has a weakness, so EN is used. In this article, the performance of the three methods is compared from the mathematical aspect. The performance of each is written as follows, RR is helpful for clustering effects, where collinear features can be selected together; LASSO is proper for feature selection when the dataset has features with poor predictive power and EN combines LASSO and RR, which has the potential to lead to simple and predictive models.
SUSCEPTIBLE VACCINATED INFECTED RECOVERED MODEL WITH THE EXCLUSIVE BREASTFEEDING AND ITS APPLICATION TO PNEUMONIA DATA IN INDONESIA Widyaningsih, Purnami; Musta'in, Ghufron; Saputro, Dewi Retno Sari
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 19 No 2 (2025): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol19iss2pp999-1008

Abstract

The spread of infectious diseases can occur directly or indirectly. Pneumonia is an infectious respiratory tract disease. Indonesia is among the top 10 countries in the world concerning deaths caused by pneumonia. The spread of infectious diseases can be prevented through vaccination and exclusive breastfeeding, which play a role in providing body immunity. This study aims to formulate an SVIR model with exclusive breastfeeding, apply it to pneumonia in Indonesia, and determine its spread pattern and interpretation regarding the target of free pneumonia by 2030. The methods used were literature and applied studies. Through literature studies, the characteristics of infectious diseases were identified, assumptions and parameters of the model were added, and relationships between variables were determined. The applied method was to estimate the parameters and initial values of the model based on annual data on pneumonia disease in Indonesia. The formulated model is a system of first-order nonlinear differential equations. The model is applied to pneumonia based on annual data from 2013 to 2022 in Indonesia, and its solution is determined using the fourth-order Runge-Kutta method. Based on the model solution and 2021-2022 data, a MAPE value of 15% is obtained, indicating that the model is sufficiently accurate in explaining the spread of pneumonia in Indonesia. The spread pattern of pneumonia in Indonesia from 2013 to 2030 indicates a downward. However, as of 2030, there are still 67,261 individuals infected, indicating that the target of pneumonia-free Indonesia has not been achieved. Simulation shows that with exclusive breastfeeding rate value = 0.438852 and Hib vaccination rate = 0.25 it is estimated that the target of free pneumonia in Indonesia in 2030 will be achieved. The free target can also be achieved by increasing the exclusive breastfeeding rate to 73.9% and the Hib vaccination rate to 0.22.
Co-Authors Ade Susanti Adhitama, Ria Puan Adzakie, Haabi Luckmanoor Agung Nugroho, Tri Wahyu Agung Nugroho, Tri Wahyu Ahmad Faqihi, Ahmad Aji Hamim Wigena Al Barra, Andre Fajry Alfa Lutfiananda, Immas Metika Anik Djuraidah Antoni Wibowo Antoni Wibowo Ariati, Lia Ariati, Lia Arif Rahman Arrazaq, Khamid Muhammad Astutiningsih, Tiyas ‘Aini, Addin Zuhrotul Baharum, Aslina Budi Usodo Budi Usodo BUDIYONO Budiyono Budiyono Budiyono Budiyono Budiyono, Budiyono Cahyono, Heri Christy, Alexander Yonathan Dewi, Noviana Sukma Doni Susanto dwi hidayati Gustiasih, Restuning Harun Al Rasyid Heri Cahyono Ikawati, Nur Ikawati, Nur Ikhsan Abdul Latif Imam Sujadi Indriati, Sela Putri Joko Domas, Joko Kananta, Ghaitsa Shafa Cinta Khairina, Fadiah Khamsatul Faizati, Khamsatul Khayati, Fitrotul Khomariah, Nurul Kiki Riska Ayu Kurniawati, Kiki Riska Ayu Kusuma, Nunung Fajar Kusumo, Fahri Aimar M Mardiyana, M Maharani, Swasti Marchamah Ulfa, Marchamah Mardiyana Mardiyana Muhamad Safa’udin, Muhamad Muslikhah, Muslikhah Musmiratul Uyun Musta'in, Ghufron Mu’ti, Yafita Arfina Nanang Nabhar Fakhri Auliya, Nanang Nabhar Nanda Noor Fadjrin, Nanda Noor Ningrum, Hanifah Listya Ni’am, Dafi’ Ichsani Aysar Nughthoh Arfawi Kurdhi, Nughthoh Arfawi Nugroho Arif Sudibyo Nurul Khairiatin Nida Pambudi, Pangesti Arum Paryatun, Suji Paryatun, Suji Pradipta Annurwanda, Pradipta Prasetyo, Heri Pratama, Rizcka Indah Hani Prihastini Oktasari Putri Primasari, Dessy Marlinda Purnami Widyaningsih Purwaningsih, Tri Purwaningsih, Tri Putera Khano, Muhammad Nazhif Abda Putri, Diah Purwaning Putri, Matin Enggar Rahman, Arif Ramadhanti, Fajhria Budi Reyga Ferdiansyah Putra Ririn Setyowati Riyadi Riyadi Riyansyah, Husnun Nur Ghiffari Putri Rizky Anggar Kusuma Wardani Safa’udin, Muhamad Santika, Putri Aura Sena, Arya Bima Setiyowati, Ririn Sidiq, Krisna Sulistyaningsih Sulistyaningsih Suprapto Suprapto Suprapto, Suprapto Suryani, S Susanti, Ika Sutanto Sutanto Sutanto sutanto sutanto Tambunan, Nicolas Ray Amarco Tanjung, Andjani Ayu Cahaya Ummu Salamah Utami, Dwi Sari Utin Desy Susiaty Wahyu, Nugroho Lambang Wibowo, Gusti Ngurah Adhi Widiyaningsih, Purnami Winarno, Bowo YAFITA ARFINA MUTI Yekti Widyaningsih Yumaroh, Siti Roqhilu Zaidah Nurul Hasanah